搜狗推出＂唇語辨認＂技能 打造多形狀的人機交互

從鍵盤打字到觸控屏，再到現(xiàn)在的語音交互和手勢交互， 人工智能技能 的開展，正在促進人機交互方法向愈加多元化方向革新。而今日，國內聞名互聯(lián)網公司搜狗又推出了一種人機交互新技能——唇語辨認，這也是業(yè)界首個揭露演示的唇語辨認體系，經過機器視覺辨認，不必聽聲響，僅靠辨認說話人唇部動作，就能解讀說話者所說的內容。

與語音辨認不同，唇語辨認是一項基于機器視覺與自然語言處理于一體的技能，因此在研發(fā)難度上比語音辨認大得多。據(jù)悉，搜狗首創(chuàng)了雜亂端到端深度神經網絡技能進行中文唇語序列建模，經過數(shù)千小時的實在唇語數(shù)據(jù)練習，別的得益于搜狗在自然語言處理方面的強大優(yōu)勢，最終取得了業(yè)界搶先的唇語辨認作用。在非特定人敞開白話測驗集上，搜狗唇語辨認體系現(xiàn)已到達60%以上的準確率，超越google發(fā)布的英文唇語體系50%以上的準確率，在垂直場景如車載、 智能家居 等場景下乃至現(xiàn)已到達90%的準確率。在剛完畢不久的烏鎮(zhèn)國際互聯(lián)網大會上，搜狗唇語辨認技能露臉，在業(yè)界大大都唇語辨認技能實用性尚待考證的環(huán)境下，成功完成了業(yè)界首個中文唇語辨認體系的揭露演示，引起廣泛重視。
當國內大部分企業(yè)都扎堆集合在智能語音、圖像辨認等范疇時，搜狗唇語辨認技能的推出無疑將引領整個職業(yè)進入一個全新的開展方向。作為人機交互的形式之一，未來唇語辨認技能能夠輔助語音交互及圖像辨認，在日常日子、安防、公益等各個范疇完成廣泛應用。比如在車載場景下，周圍噪音過大時會對語音指令產生攪擾，經過唇語辨認技能則能夠規(guī)避攪擾，確保人車交互的準確性和穩(wěn)定性，日常不方便發(fā)聲的公共場所也能夠確保說話內容的私密性；在安防范疇，因為現(xiàn)在大都監(jiān)控只要攝像頭沒有麥克風，往往只能看清嘴型卻不知道在說什么，給案情剖析帶來很多難題，而唇語辨認技能能夠協(xié)助公安人員獲取重要的說話信息，為公共安全供給有用支撐。除此之外，唇語辨認技能還能發(fā)揮巨大的公益價值，協(xié)助先天性聽障人群或老年人，讓他們更好地了解和表達自己。
作為一家技能驅動型的企業(yè)，近年來搜狗一向致力于自然語言的研討，現(xiàn)在在語音辨認、語義了解、機器翻譯等方面均取得了職業(yè)搶先的成果并完成產品落地，此次推出唇語辨認技能，不只會推進整個AI職業(yè)的技能革新，也意味著搜狗在AI范疇的技能實力到達了更高的開展水平。
時至今日， 人工智能 的開展速度現(xiàn)已徹底超出了我們的想象，那些電影里的炫酷黑科技正在一步步成為實際出現(xiàn)在我們的日子中。跟著AI技能的開展，信任在不遠的將來，唇語辨認也能像語音辨認、圖像辨認一樣成為我們日子中隨處可見的一部分。