AI读唇术！搜狗推出“唇语识别”技术 “打哑谜”也能与AI交流

本篇文章795字，读完约2分钟

[techweb Report]12月14日，搜狗今天推出了一项新的人机交互技术——唇语言识别。据了解，这是业界第一个公开展示的唇语识别系统。通过机器视觉识别，有可能仅通过识别说话者的嘴唇运动来解释说话者的语音，而不听声音。

据报道，唇语识别不同于语音识别。唇语识别是一种基于机器视觉和自然语言处理的技术，因此它比语音识别更难开发。搜狗首创了复杂的端到端深度神经网络技术来模拟汉语唇语序列。经过数千小时的真实唇语数据训练，得益于搜狗在自然语言处理方面的强大优势，最终达到了行业领先的唇语识别效果。

在非特定的开放式口语测试集上，搜狗唇语识别系统的准确率达到60%以上，超过谷歌发布的英语唇语系统的准确率50%以上，在汽车、智能家居等垂直场景中甚至达到90%。

在最近结束的乌镇世界互联网大会上，搜狗的唇语识别技术亮相，在业内大多数唇语识别技术的实用性尚待验证的环境下，中国唇语识别系统首次在业内公开演示成功完成。

作为人机交互的一种形式，未来的唇语识别技术可以辅助语音交互和图像识别，广泛应用于日常生活、安全、公益等领域。

例如，在车辆场景中，当周围噪声过大时，会干扰语音命令。通过嘴唇识别技术，可以避免干扰，保证人机交互的准确性和稳定性。不方便讲话的公共场所也能保证讲话内容的私密性。；在安防领域，由于目前大多数监控摄像头都没有麦克风，他们往往只能看到嘴巴的形状却不知道说什么，这给案例分析带来了很多困难。唇语识别技术可以帮助公安人员获取重要的语音信息，为公共安全提供有效的支持。此外，唇语识别技术还可以发挥巨大的公益价值，帮助先天性听力障碍者或老年人更好地理解和表达自己。

搜狗说，他近年来一直致力于自然语言的研究，在语音识别、语义理解和机器翻译方面取得了行业领先的成果，并实现了产品落地。唇识别技术的引入是人工智能领域的一次高水平展示，它将推动整个人工智能行业的技术创新。(唐雯)