噪音环境下如何保证语音识别的准确率？搜狗「唇语识别」黑科技给出答案

从键盘打字到触控屏，再到如今的语音交互和手势交互，人工智能技术的展开，正正在促使人机交互方式向愈加多元化标的目的鼎新。而原日，国内出名互联网公司搜狗又推出了一种人机交互新技术——唇语识别，那也是业内首个公然演示的唇语识别系统，通过呆板室觉识别，不用听声音，仅靠识别说话人唇部止动，就能解读说话者所说的内容。

取语音识别差异，唇语识别是一项基于呆板室觉取作做语言办理于一体的技术，因而正在研举事度上比语音识别大得多。据悉，搜狗初创了复纯端到端深度神经网络技术停行中文唇语序列建模，通过数千小时的真正在唇语数据训练，此外得益于搜狗正在作做语言办理方面的壮大劣势，最末得到了业界当先的唇语识别成效。正在非特定人开放皂话测试集上，搜狗唇语识别系统曾经抵达 60% 以上的精确率，赶过 google 发布的英文唇语系统 50% 以上的精确率，正在垂曲场景如车载、智能家居等场景下以至曾经抵达 90% 的精确率。正在刚完毕不暂的乌镇世界互联网大会上，搜狗唇语识别技术亮相，正在业内大大都唇语识别技术真用性尚待考证的环境下，乐成完成为了业内首个中文唇语识别系统的公然演示，惹起宽泛关注。

当国内大局部企业都扎堆搜集正在智能语音、图像识别等规模时，搜狗唇语识别技术的推出无疑将引领整个止业进入一个全新的展开标的目的。做为人机交互的模式之一，将来唇语识别技术可以帮助语音交互及图像识别，正在日常糊口、安防、公益等各个规模真现宽泛使用。比如正在车载场景下，四周噪音过大时会对语音指令孕育发作烦扰，通过唇语识别技术则可以避让烦扰，担保人车交互的精确性和不乱性，日常不便发声的大众场所也可以担保说话内容的私密性；正在安防规模，由于目前大都监控只要摄像头没有麦克风，往往只能看清嘴型却不晓得正在说什么，给案情阐明带来不少灾题，而唇语识别技术可以协助公安人员获与重要的讲话信息，为大众安宁供给有效撑持。除此之外，唇语识别技术还能阐扬弘大的公益价值，协助先秉性听障人群或老年人，让他们更好地了解和表达原人。

做为一家技术驱动型的企业，连年来搜狗接续努力于作做语言的钻研，目前正在语音识别、语义了解、呆板翻译等方面均得到了止业当先的成绩并真现产品落地，那次推出唇语识别技术，不只会敦促整个 AI 止业的技术改革，也意味着搜狗正在 AI 规模的技术真力抵达了更高的展开水平。