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，因此在研發難度上比語音辨認大得多。據悉，搜狗首創了雜亂端到端深度神經網絡技能進行中文唇語序列建模，經過數千小時的實在唇語數據練習，別的得益于搜狗在自然語言處理方面的強大優勢，最終取得了業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已到達60%以上的準確率，超越google發布的英文唇語體系50%以上的準確率，在垂直場景如車載、 智能家居 等場景下乃至現已到達90%的準確率。在剛完畢不久的烏鎮國際互聯網大會上，搜狗唇語辨認技能露臉，在業界大大都唇語辨認技能實用性尚待考證的環境下，成功完成了業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避攪擾，確保人車交互的準確性和穩定性，日常不方便發聲的公共場所也能夠確保說話內容的私密性；在安防范疇，因為現在大都監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揮巨大的公益價值，協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，近年來搜狗一向致力于自然語言的研討，現在在語音辨認、語義了解、機器翻譯等方面均取得了職業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。