简体中文中国 English,United StatesEnglish UKUK FranceFrance DeutschlandDeutschland

谷歌开发AI“读唇”软件 准确率比人类高3倍 —— 文章正文2016-11-25

谷歌开发AI“读唇”软件 准确率比人类高3倍

TNW中文站 11月24日报道

谷歌(微博)人工智能部门DeepMind正与牛津大学研究人员合作,希望开发出全球最先进的“读唇”软件,可能比人类的“读唇”能力还要出色。

为实现这一目标,研究人员选取了数千个小时的BBC电视短片,上传到一个神经网络上,对其“读唇”软件进行训练,即根据主播嘴部运动来识别其播报内容。

结果,这款“读唇”软件的唇读准确率高达46.8%。相比之下,基于同样的测试内容,人类唇读的准确率只有12.4%。

这项研究基于牛津大学之前的一款人工智能“读唇”系统“LipNet”。LipNet能将视频中人物的嘴部运动与其台词进行匹配,准确率高达93.4%。当然,该准确率主要基于一些相对简单的句子。

DeepMind这款“读唇”软件名为“看、听、分析与拼写”(Watch, Listen, Attend, and Spell),与LipNet不同的是,DeepMind的软件致力于更难的长句。

为此,谷歌神经网络观看了来自BBC的约5000个小时的流行电视节目,包括《晚间新闻》和《提问时间》和《今日世界》等,共包含了11万个不同的句子,1.75万个不同的单词。相比之下,测试LipNet的句子只包含了51个不同的单词。

谷歌对此表示:“这项研究的目的是识别人们谈话时的短语和句子,有声音或没有声音都能识别。与之前的相关研究不同,它们仅限于有限数量的单词或短语,而我们的研究针对无限制的自然语言长句。”

DeepMind团队认为,他们新开发的这款软件除了能帮助听力损伤人群,还支持其他一系列应用,包括注释电影、利用唇部动作与Siri和Alexa等数字助理通信等。(编译/谭燃)


(责任编辑:雨润华  来源:雨润华科技  时间:2016-11-25)
Keywords(关键词): 谷歌开发AI“读唇”软件 准确率比人类高3倍 谷歌;人工智能

上一篇:苹果凭什么抢走全球智能手机行业91%的利润?
下一篇:《焦点访谈》揭批P2P乱象 借贷宝成负面典型

® 北京雨润华科技开发有限公司注册商标 © 2001-2015 北京雨润华科技开发有限公司版权所有 All Rights Reserved.
京ICP备06071110 京公网安备11010102000609号 技术支持:河北子青文化传播有限公司
地址:北京市东城区雍和宫大街52号 邮编:100007 电话:010-84001165 / 84002508 / 84002286 传真:010-64063037
网址:www.bbjja.com 邮箱:yrhzq@163.com QQ :502360568 网站地图     行业资讯     新闻资讯    


Valid CSS!

首页 远距离带式输送机 高安全可靠性节能带式输送机 各种“高效托辊” 腔式无接触密封技术 移山填海造田工程 矿山承包交钥匙工程