Google的人工智能部门DeepMind正在与牛津大学的研究人员合作，希望开发出世界上最先进的“唇读”技术。软件，甚至可能比人类更好。 “唇读”指的是“唇读”。能力。为了实现该目标，研究人员选择了数千小时的BBC电视短裤，将其上传到神经网络，并训练了他们的“口头阅读”技术。软件基于锚嘴的移动来识别广播的内容。结果，该“口头读取”的口头读取准确率就达到了。软件高达46.8％。相反，基于相同的测试内容，人唇读取的准确性仅为12.4％。这项研究基于人工智能＆amp; ldquo;嘴唇阅读＆rdquo;。系统“ LipNet”以前由牛津大学开发。 LipNet可以将视频中字符的嘴部移动与其线条相匹配，准确率为93.4％。当然，准确性主要是基于一些相对简单的句子。 DeepMind的“唇读”功能该软件被称为“观看，收听，参加和拼写”。 （观看，聆听，参加和咒语）。与LipNet不同，DeepMind的软件专用于处理较困难的长句子。 。为此，Google神经网络从BBC观看了大约5,000个小时的热门电视节目，其中包括和“提问时间”和“今日世界”，其中包含110,000个不同的句子和17,500个。不同的词。相反，LipNet测试的句子仅包含51个不同的单词。 Google说：“这项研究的目的是在人们说话时识别短语和句子。可以有声或无声识别。与以前的相关研究不同，它们仅限于有限数量的单词或短语，而我们的研究则侧重于无限的自然语言长句子。 ＆quot; DeepMind团队认为，他们的新开发的软件不仅可以帮助听力受损的人，而且还支持一系列其他应用程序，包括为电影添加注释以及使用嘴唇动作与数字助理（例如Siri和Alexa）进行通信。