另外，搜索狗的唇语识别还可以为听力障碍、心理障碍者等服务。综上所述，陈伟回答说，目前搜索狗唇语识别主要应用于两个场景:一是在大多数语言场景下，相机的覆盖率低于麦克风，但通过相机获得的图像数据主要用于监控非常简单和不道德的场景，很难在安全等场景中准确理解图中的人物在说什么，但通过嘴唇识别技术可以通过嘴唇的动作提供大量内容信息。其次，嘴唇识别可以作为辅助技术，提高语音识别技术现阶段的准确性。搜狗唇语识别技术目前对外开放的口语测试水平可超过50%-60%的精度，限定版场景可超过90%。

二、发展情况与难题相比，使用传统模型研究唇语识别技术的英国东英吉利大学，搜索犬自由选择使用深度自学的方式，主要包括:一、使用了多少数据二、算法复杂度有多低储藏能力有多强三、场景有多强第一，陈伟回答说，语音对话精度低的问题还没有解决。相当大的原因是语音噪音问题无法解决问题，再次加入到安静的场景中，精度可以提高到97%的高度。

与近场的语音问答过程相同，但这种理想状态很难构筑。为了解决问题，陈伟明确提出了两种方法:一种是通过硬件方式，例如团队实现的麦克风阵列，通过加强语音信号，切断噪音，提高语音识别的精度。其次，绕过噪音，可动性地添加多模式信息，即唇语识别加上视觉信息，现在的人工智能多是机器模仿人，但弱的人工智能很难打破人类。也就是说，只看嘴唇的动作，不是非常明显的特征，而是依赖上下语言的信息。

另外，陈伟对普通话有4个调整，但英语没有征集。英语的基本发音单元在50个左右，中文如何缝合声韵母，详细建模至少在200个左右，发音单元之间有很大差异。仅次于的难题是一般化能力的训练。

陈伟以谷歌为例，谷歌的一般化是基于2010年至2016年新闻采访训练集整体的数据，在开集训练中确保精度高。例如，搜索犬早期对新闻广播主持人的一般训练，其精度平均在70%以上。陈伟回答说，在对外开放口语测试水平的基础上，基本上可以确保50%-60%的正确率，但在横向场景下，声音相对收敛过多，正确率可以比较提高。例如，在车载和智能家庭场景下。

关于唇语识别是否与用户隐私安全性无关，陈伟回答说，目前技术发展状态还没到这个阶段，搜索犬正在探索唇语识别与什么样的明确需要融合场景。原始文章允许禁止发布。

下一篇文章发表了注意事项。

本文来源：10Bet十博-www.hbctjn.com

标签：10Bet十博 10Bet十博官网