DeepMind与牛津大学打造唇语AI系统，准确率更胜专家

Alphabet旗下的人工智能子公司DeepMind与牛津大学（University of Oxford）工程科学系的科学家们上周发表了一篇以人工智能型（AI）协助辨识唇语的研究报告，显示利用机器学习辨识唇语的准确率大胜专家。

研究人员先以大量的资料来训练此一基于机器学习的AI系统，这批资料来自BBC于2010年1月到2015年12月所播出的6个电视节目，总长是5000小时，包含了11.8万个句子，训练完毕之后，再以BBC于今年3月到9月播出的节目进行测试。

其实有些影片的唇型及声音并不同步，但研究人员假设多数影片与声音是同步的，系统便能自动学习以校正声音及嘴型的连结 。

该AI系统与专家一起辨识从测试资料集中随机选出的200个片段，根据New Scientist的报导，专家准确无误辨识出每个字的概率只有12.4%，AI系统则达到46.8%。

研究人员认为人工智能唇语系统可用来改善助听器功能，或是在不能出声的公开场合中进行听写，也可在吵杂的环境中辨识他人的言语。