搜狗推出“唇语识别”技术，垂直场景下达到90%准确率

姓名：蒋雪健        学号：16020130066

转自it之家

【嵌牛导读】搜狗推出了一种人机交互新技术“唇语识别”，通过机器视觉识别说话人唇部动作，来解读说话者所说的内容。

【嵌牛鼻子】人机交互“唇语识别”

【嵌牛提问】唇语识别的准确率有多高？又会有什么应用？

【嵌牛正文】搜狗官方表示，通过复杂端到端深度神经网络技术进行中文唇语序列建模，经过数千小时的真实唇语数据训练，终于取得了唇语识别效果。在非特定人开放口语测试集上，该系统达到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。

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。