AD
TechWeb报道12月14日消息，搜狗今日推出人机交互新技术 唇语识别。据了解，这是业内首个公开演示的唇语识别系统，通过机器视觉识别，不用听声音，仅靠识别说话人唇部动作，就能解读说话者所说的内容。
据介绍，唇语识别与语音识别不同，唇语识别是一项基于机器视觉与自然语言处理于一体的技术，因此在研发难度上比语音识别大得多。搜狗首创了复杂端到端深度神经网络技术进行中文唇语序列建模，通过数千小时的真实唇语数据训练，另外得益于搜狗在自然语言处理方面的强大优势，最终取得了业界领先的唇语识别效果。
在非特定人开放口语测试集上，搜狗唇语识别系统已经达到60%以上的准确率，超过google发布的英文唇语系统50%以上的准确率，在垂直场景如车载、智能家居等场景下甚至已经达到90%的准确率。
在刚结束不久的乌镇世界互联网大会上，搜狗唇语识别技术亮相，在业内大多数唇语识别技术实用性尚待考证的环境下，成功完成了业内首个中文唇语识别系统的公开演示。
作为人机交互的形式之一，未来唇语识别技术可以辅助语音交互及图像识别，在日常生活、安防、公益等各个领域实现广泛应用。
比如在车载场景下，周围噪音过大时会对语音指令产生干扰，通过唇语识别技术则可以规避干扰，保证人车交互的准确性和稳定性，日常不便发声的公共场所也可以保证说话内容的私密性；在安防领域，由于目前多数监控只有摄像头没有麦克风，往往只能看清嘴型却不知道在说什么，给案情分析带来很多难题，而唇语识别技术可以帮助公安人员获取重要的讲话信息，为公共安全提供有效支持。除此之外，唇语识别技术还能发挥巨大的公益价值，帮助先天性听障人群或老年人，让他们更好地理解和表达自己。
搜狗表示，近年来一直致力于自然语言的研究，目前在语音识别、语义理解、机器翻译等方面均取得了行业领先的成果并实现产品落地。此次推出唇语识别技术，是在AI领域的高水平展示，将推动整个AI行业的技术革新。（唐文）
