唇讀

概述

英國科學家已研製出可以分辨不同語言的唇讀計算機。其實研究人員一直在開發可以讀唇語的計算機，但是它們被“教會”識別各種語言還是第一次。科學家指出，這項發明對耳聾患者、執法機構以及嘈雜環境中的工作者具有實際應用意義。

這項研究由英國東安格利亞大學計算機科學學院的Stephen Cox和Jake Newman指導完成。該技術是通過對23位掌握兩種或三種語言的人的唇部動作進行統計建模而開發的。該系統能夠識別單個講話者所說的語言，而且具有很高的準確性。這些語言包括英語、法語、德語、阿拉伯語、漢語普通話及粵語、義大利語、波蘭語和俄語和日語。

Cox表示：“這是自動唇讀技術的一次令人激動的進步，它第一次科學地證實了我們已有的直觀推斷，即當人們講不同的語言時，他們會以不同的順序出現不同的唇形。”Cox介紹說，“例如，我們發現講法語的人較常出現圓唇形，而講阿拉伯語的人具有很明顯的舌部動作。” Cox補充說：“多年來，科學家一直在進行語音和語言處理法則的基礎研究，比如噪音中的語音識別、公式化語言建模、由語音合成所做的語言處理以及語音處理應用的開發。”

據研究人員介紹，自動唇讀技術中蘊含著許多科學挑戰。現已經解決了其中的幾個主要科學問題，包括面部動作與感知語音之間是什麼關係；講話者的語言以及談話內容如何影響這種關係；語言、講話者的姿勢以及談話內容對識別準確度有什麼影響等。

這項研究屬於一個更寬泛的自動唇讀項目中的一部分。該項目將建立在先進的計算機視頻和語音識別技術之上，對視頻中的自動唇讀進行研究和評估，從而開發能夠對來自視頻中的目標進行自動、語言獨立唇讀的工具和技術。該項目還尋求量化人類以及自動機器的能力。研究人員下一步將使這個系統更加適合個人生理學，以及人們說話的方式。