本文介绍了SignAvatars数据集，包含70,000个手语视频，旨在促进3D手语识别与生成。提出了Spoken2Sign翻译系统，实现口语到手语的转换，并展示了3D关键点增强的辅助作用。研究还涉及基于扩散的SLP模型和SignGAN，以提升手语翻译效果。

介绍了Spoken2Sign系统，将口语翻译成手语。系统包括创建手语视频字典、估计3D手语和训练Spoken2Sign模型。作者还证明了该方法的两个附带产品的辅助作用。