鳳凰科技訊（作者/二維馬）12月14日消息，搜狗今日推出了一種人機(jī)交互新技術(shù)唇語識(shí)別，通過機(jī)器視覺識(shí)別說話人唇部動(dòng)作，來解讀說話者所說的內(nèi)容。

搜狗官方表示，通過復(fù)雜端到端深度神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行中文唇語序列建模，經(jīng)過數(shù)千小時(shí)的真實(shí)唇語數(shù)據(jù)訓(xùn)練，終于取得了唇語識(shí)別效果。在非特定人開放口語測(cè)試集上，該系統(tǒng)達(dá)到60%以上的準(zhǔn)確率，超過google發(fā)布的英文唇語系統(tǒng)50%以上的準(zhǔn)確率，在垂直場(chǎng)景如車載、智能家居等場(chǎng)景下甚至已經(jīng)達(dá)到90%的準(zhǔn)確率。

作為人機(jī)交互的形式之一，未來唇語識(shí)別技術(shù)可以輔助語音交互及圖像識(shí)別，在日常生活、安防、公益等各個(gè)領(lǐng)域?qū)崿F(xiàn)廣泛應(yīng)用。比如在車載場(chǎng)景下，周圍噪音過大時(shí)會(huì)對(duì)語音指令產(chǎn)生干擾，通過唇語識(shí)別技術(shù)則可以規(guī)避干擾，保證人車交互的準(zhǔn)確性和穩(wěn)定性，日常不便發(fā)聲的公共場(chǎng)所也可以保證說話內(nèi)容的私密性；在安防領(lǐng)域，由于目前多數(shù)監(jiān)控只有攝像頭沒有麥克風(fēng)，往往只能看清嘴型卻不知道在說什么，給案情分析帶來很多難題，而唇語識(shí)別技術(shù)可以幫助公安人員獲取重要的講話信息，為公共安全提供有效支持。除此之外，唇語識(shí)別技術(shù)還能發(fā)揮巨大的公益價(jià)值，幫助先天性聽障人群或老年人，讓他們更好地理解和表達(dá)自己。