英國科學(xué)家成功開發(fā)識別多種語言唇讀技術(shù)
對耳聾患者、執(zhí)法機(jī)構(gòu)以及嘈雜環(huán)境中的工作者具有實(shí)際應(yīng)用意義
2009/09/07
計(jì)算機(jī)能夠進(jìn)行唇讀這并不新鮮，但是在英國，它們首次被“教會(huì)”識別不同的語言。
英國科學(xué)家日前研制出可以分辨不同語言的唇讀計(jì)算機(jī)。其實(shí)研究人員一直在開發(fā)可以讀唇語的計(jì)算機(jī)，但是它們被“教會(huì)”識別各種語言還是第一次�？茖W(xué)家指出，這項(xiàng)發(fā)明對耳聾患者、執(zhí)法機(jī)構(gòu)以及嘈雜環(huán)境中的工作者具有實(shí)際應(yīng)用意義。
這項(xiàng)研究由英國東安格利亞大學(xué)計(jì)算機(jī)科學(xué)學(xué)院的Stephen Cox和Jake Newman指導(dǎo)完成。該技術(shù)是通過對23位掌握兩種或三種語言的人的唇部動(dòng)作進(jìn)行統(tǒng)計(jì)建模而開發(fā)的。該系統(tǒng)能夠識別單個(gè)講話者所說的語言，而且具有很高的準(zhǔn)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、意大利語、波蘭語和俄語。
Cox表示：“這是自動(dòng)唇讀技術(shù)的一次令人激動(dòng)的進(jìn)步，它第一次科學(xué)地證實(shí)了我們已有的直觀推斷，即當(dāng)人們講不同的語言時(shí)，他們會(huì)以不同的順序出現(xiàn)不同的唇形�！盋ox介紹說，“例如，我們發(fā)現(xiàn)講法語的人較常出現(xiàn)圓唇形，而講阿拉伯語的人具有很明顯的舌部動(dòng)作。”
Cox補(bǔ)充說：“多年來，科學(xué)家一直在進(jìn)行語音和語言處理法則的基礎(chǔ)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(yīng)用的開發(fā)。”
據(jù)研究人員介紹，自動(dòng)唇讀技術(shù)中蘊(yùn)含著許多科學(xué)挑戰(zhàn)。目前的項(xiàng)目已經(jīng)解決了其中的幾個(gè)主要科學(xué)問題，包括面部動(dòng)作與感知語音之間是什么關(guān)系；講話者的語言以及談話內(nèi)容如何影響這種關(guān)系；語言、講話者的姿勢以及談話內(nèi)容對識別準(zhǔn)確度有什么影響等。
這項(xiàng)研究屬于一個(gè)更寬泛的自動(dòng)唇讀項(xiàng)目中的一部分。該項(xiàng)目將建立在先進(jìn)的計(jì)算機(jī)視頻和語音識別技術(shù)之上，對視頻中的自動(dòng)唇讀進(jìn)行研究和評估，從而開發(fā)能夠?qū)碜砸曨l中的目標(biāo)進(jìn)行自動(dòng)、語言獨(dú)立唇讀的工具和技術(shù)。該項(xiàng)目還尋求量化人類以及自動(dòng)機(jī)器的能力。研究人員下一步將使這個(gè)系統(tǒng)更加適合個(gè)人生理學(xué)，以及人們說話的方式。
《科學(xué)時(shí)報(bào)》
相關(guān)鏈接: