人工智能技术的进步促使手语识别技术成为消弭听障人士沟通阻碍的关键方式。本文设计了一套融合实时手势识
别、文本翻译及语音播报功能的手语识别与翻译系统。此系统运用 MVC 设计模式，借由 PyQt5 搭建用户界面，OpenCV
处理视频流，且集成诸如随机森林、支持向量机（SVM）以及基于 ResNet 的卷积神经网络（CNN）等多样机器学习模型。
在公开数据集 ASLAlphabet 上开展的测试显示，该系统针对手势字母的识别准确率超过 92%，端到端响应延迟被管控在 100
毫秒以内。系统呈现模块化、可扩展特性，可部署于边缘计算设备，在公共服务、在线教育等范畴具备实际应用价值。
