能否读懂你的心？Sogou 搜狗 展示 “唇语识别”交互系统

“唇语”，对于普通用户来说可能稍显遥远，毕竟这是一种很难的嘴部语言技巧，需要通过大量的练习才能获得，但唇语沟通是听力障碍者的技能之一，也常常被用于情报等技术工作。2003年的伦敦劫钞案就依靠唇语成功破案，可见读懂唇语的重要性。同样是在2003年，英特尔就成功开发出了唇语技术，谷歌在2016年也开发出了唇语识别系统，准确率已大幅提升，但还远远不够。

近日，Sogou（搜狗）首次向外界展示了国产自主“唇语识别”技术，被定义为全新的人机交互系统，能识别人的唇部动作，并解读说话者所说的内容。该系统支持更多非特定人词汇量，是机器视觉与自然语言处理的集合体，可直接从人讲话视频中分析出讲话内容，该技术可应用于嘈杂环境、公共安全、身份识别和残障教育等领域。

唇语识别技术的原理是，先从面度识别，然后唇形提取，唇形单元匹配，然后将唇语识别模型中，识别出对应的发音，依靠复杂的端到端深度神经网络技术进行中文唇语序列建模，最终识别出唇形对应发音，计算出可能性最大的自然语言，官方表示垂直场景准确率达90%。

搜狗表示，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，未来唇语识别技术可以辅助语音交互及图像识别，日常周围噪音过大或不便发声的场所更加适用，既能保证识别准确性和稳定性，也可以保证说话内容的私密性。此外，唇语识别技术可以帮助公安人员获取无声视频中重要的讲话信息，还能帮助到先天性听障人群。