KMITL Expo 2026 Logo
Half Circle
นวัตกรรมทั้งหมด
ป. ตรี โครงงานพิเศษโปสเตอร์KMITL Expo 2025Cluster 2025
SignGen:
โปรแกรม
สร้าง
วิดีโอ
ภาษา
มือ
ไทย
โดย
ใช้
โมเดล
ภาษา
ขนาด
ใหญ่
คณะวิศวกรรมศาสตร์, วิศวกรรมคอมพิวเตอร์, วิศวกรรมศาสตรบัณฑิต สาขาวิศวกรรมซอฟต์แวร์ (หลักสูตรนานาชาติ)
SignGen: โปรแกรมสร้างวิดีโอภาษามือไทยโดยใช้โมเดลภาษาขนาดใหญ่

เจ้าของนวัตกรรม

ภศ

นาย ภัทร ศรีลาโชติ

นักศึกษา

Details

ระบบสร้างภาษามือไทยเชิงกำเนิดมุ่งพัฒนาแพลตฟอร์ม 3 มิติที่แปลงประโยคภาษาไทยเป็นท่าทางภาษามือไทยที่ถูกต้องและเป็นธรรมชาติ โดยใช้เทคโนโลยี VQVAE และ LLM เพื่อเสริมสร้างการสื่อสารสำหรับชุมชนผู้บกพร่องทางการได้ยิน

ระบบสร้างภาษามือไทยเชิงกำเนิดมีเป้าหมายในการพัฒนาแพลตฟอร์ม การสร้างแบบจำลอง 3 มิติและแอนิเมชัน ที่สามารถแปลง ประโยคภาษาไทยเป็นท่าทางภาษามือไทย (TSL) ที่ถูกต้องและเป็นธรรมชาติ โครงการนี้ช่วยเสริมสร้างการสื่อสารสำหรับ ชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย โดยใช้แนวทางที่อิงกับ แลนมาร์ก (Landmark-Based Approach) ผ่านการใช้ Vector Quantized Variational Autoencoder (VQVAE) และ Large Language Model (LLM) ในการสร้างภาษามือ

  • การฝึกโมเดล: เริ่มต้นด้วยการฝึกโมเดล VQVAE โดยใช้ข้อมูลแลนมาร์กที่สกัดจากวิดีโอภาษามือ เพื่อเรียนรู้การแทนค่าแบบแฝง (Latent Representations) ของท่าทางภาษามือไทย
  • การขยายชุดข้อมูล: ใช้โมเดลที่ฝึกแล้วสร้างลำดับแลนมาร์กเพิ่มเติมเพื่อขยายชุดข้อมูลจาก BigSign ThaiPBS Dataset
  • การสร้างแอนิเมชัน: ฝึก LLM เพื่อสร้างลำดับแลนมาร์กจากข้อความภาษาไทย และนำไปสร้างแอนิเมชัน 3 มิติใน Blender
  • เทคโนโลยีที่ใช้: พัฒนาด้วย Python โดยใช้ MediaPipe สำหรับการสกัดแลนมาร์ก, OpenCV สำหรับการประมวลผลภาพ, และ Blender’s Python API สำหรับแอนิเมชัน
SignGen: โปรแกรมสร้างวิดีโอภาษามือไทยโดยใช้โมเดลภาษาขนาดใหญ่

Objective

โครงการมีวัตถุประสงค์เพื่อพัฒนาระบบแอนิเมชัน 3 มิติที่แปลงข้อความภาษาไทยเป็นภาษามือไทยอย่างถูกต้องตามหลักภาษาศาสตร์ เพื่อลดอุปสรรคในการสื่อสารและส่งเสริมความเท่าเทียมในสังคม

  1. ออกแบบและพัฒนาระบบแอนิเมชัน 3 มิติที่สามารถแปลงข้อความภาษาไทยที่เขียนเป็นท่าทางภาษามือไทย ได้อย่างถูกต้องและเป็นธรรมชาติ
  2. ทำให้ระบบเป็นไปตามกฎทางภาษาศาสตร์ของภาษามือไทย โดยครอบคลุมองค์ประกอบสำคัญ เช่น ความเร็วของท่าทาง รูปทรงของมือ
  3. ใช้เทคนิคขั้นสูงด้านการประมวลผลภาษาธรรมชาติ (NLP), การเรียนรู้ของเครื่อง (Machine Learning) และการสร้างแบบจำลอง 3 มิติ เพื่อแปลอินพุตภาษาไทยและสร้างแอนิเมชัน 3 มิติของภาษามือไทยแบบเรียลไทม์
  4. จัดทำเครื่องมือสื่อสารที่เข้าถึงได้ง่าย เพื่อลดอุปสรรคระหว่างบุคคลที่ได้ยินกับชุมชนผู้พิการทางการได้ยินหรือบุคคลที่ไม่สามารถใช้คำพูดในประเทศไทย
  5. สร้างอินเทอร์เฟซที่ยืดหยุ่นและใช้งานง่าย ซึ่งช่วยให้ผู้ใช้สามารถป้อนข้อความภาษาไทยและได้รับแอนิเมชันภาษามือไทยที่ถูกต้องแบบเรียลไทม์ ส่งเสริมความเท่าเทียมและพัฒนาการสื่อสาร