本論文では、関節オブジェクトに対するハンドランゲージ操作を合成するための新しいフレームワーク「SynHLMA」を提案しています。このフレームワークは、物体の機能性だけでなく、物体変形に沿った長期的操作シーケンスも必要とするハンドアーティキュレーテッドオブジェクトインタラクション（HAOI）を扱います。提案された手法では、アーティキュレーテッドオブジェクトの完全な点群を入力とし、離散HAOI表現を用いて各ハンドオブジェクトインタラクションフレームをモデル化します。自然言語エンベディングと共に訓練されたHAOI操作言語モデルを利用し、ハンドグラブルプロセスを言語的記述と共有表現空間で整合します。また、動的な関節変化に従うハンドグラバーを確保するために共同注意損失を用いています。SynHLMAは、HAOI生成、HAOI予測、HAOI補間の3つの典型的なハンド操作タスクを実現します。実験結果は、最新の手法と比較して優れたハンドグラブシーケンス生成性能を示しました。