|
唇语识别通过呆板视觉技能，从图像中识别出人脸，并提取此人一连的口型变革特征，将一连变革的口型特征输入到唇语识别模型中识别出对应的发音，再盘算出大概性最大的自然语言语句。
只动动嘴巴，纵然不作声，光看口型就知道你在说什么，这种存在于武侠剧中的桥段正在加快成为现实。日前，在乌镇第四届世界互联网大会上，{方案}人工智能与大数据可视分析能力的唇语识别系统能够实现“私语传音”，成为时下最吸睛、最炫酷的黑科技之一。
当你说出“这首歌叫什么名字”时，呆板不消收音、举行语音识别，通过识别你的唇部动作，就能准确识别语义的内容。这让不少体验后的网友感叹，“之前只知道有语音识别、面部识别，没想到还能唇语识别，有种武林高手的感觉！”
据研发企业海云数据先容，唇语识别的原理其实是使用呆板视觉技能，从图像中识别出人脸，判断其中正在说话的人，并提取此人一连的口型变革特征。随后，将一连变革的口型特征输入到唇语识别模型中识别出对应的发音。最后，根据识别出的发音再盘算出大概性最大的自然语言语句。
那么，唇语识别的精准度如何？海云数据首创人冯一村表现，通过使用1万多小时的新闻素材对唇语识别系统举行训练，目前海云数据对英文的识别准确率在80%左右，中文准确率为71%，而国外所知的最高识别率仅为不到50%。未来，随着“语料”越来越多，唇语识别率还将得到稳步提升。
相比于唇语识别的技能路径，人们更关心它将用于那边。据悉，唇语识别应用技能是目前国际研究的热门课题，可应用的范畴包罗场景教诲、身份识别、公共安全、移动支付、军事情报等。好比，通过唇语识别，可以让无法开口说话的残障人士自由表达、让听力障碍者和不少老年人更清晰地听懂他人；通过口型支付暗码，可以举行移动支付；而在军事情报范畴，唇语识别则让远间隔获取情报成为大概。
“最初的想法是用于公安系统中，因为公安部分的视频数据占到其全部数据的95%以上，根本都是无声数据，激活视频的语义内容代价非常巨大。”冯一村说，可以预想，参加唇语识别技能后，公安人员可通过平台锁定视频中犯罪嫌疑人的语言记载，这将极大助力犯罪缉查工作的开展。
值得一提的是，唇语识别背后并不是一个小众的市场。在噪音太大或只有摄像头等无法捕获声音的场所中，唇语识别技能具备很强的实用性。好比，在公路、集会室、火车站等噪音嘈杂的场景中，唇语识别可以资助规避音频噪声对用户说话内容获取的影响，确保交换顺畅举行。而在电梯、公路等监测场景，只有摄像头，没有麦克风，通过唇语识别技能，可以获取重要的用户发言信息，为公共安全提供有效的支持。
无独有偶，搜狗也在本届互联网大会上演示了其最新的唇语识别系统。该系统可提取人面部的三维图像信息，提取面部的动作序列，识别的效果相比以前更准确。据先容，未来这项技能有望应用于车载系统，以及资助听障人士“翻译”正凡人语言，通过唇读技能把语音转换成文字，资助他们更好地相识世界。
业内人士预计，鉴于在公共安全、身份识别、残障教诲、军事等范畴的竞争力，唇语识别技能或将开启万亿级的大数据市场。但鉴于语言情况的复杂性，唇语识别真正投入实战还尚需时日，仍需进一步增强大数据、可视分析、人工智能技能等范畴的融合研究。 关键字：唇语识别 呆板视觉编辑：鲁迪 引用地点：http://www.eeworld.com.cn/afdz/article_2017121111417.html本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有，本站接纳的非本站原创文章及图片等内容无法一一接洽确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由流传，或不应无偿使用，请实时通过电子邮件或电话通知昨们，以迅速接纳适当步伐，制止给双方造成不须要的经济损失。 |
热点图文