2016年03月29日 星期二
从犯罪调查到关心听障者
多用途唇读新技术可助听讲话内容

    科技日报北京3月28日电 (记者常丽君)据英国东英吉利大学消息,该校科学家开发出一种新的唇语阅读技术,不仅有助于解决犯罪调查问题,也给那些在听力和讲话方面有困难的人带来帮助。研究人员在近日于上海召开的“国际声学、语音和信号处理大会”(ICASSP)上介绍了这一成果。

    新的视觉语音识别技术由东英吉利大学计算科学学院海伦·L.拜尔博士和理查德·哈维教授开发,可以用在“任何凭声音难以确定人们在说什么的地方”。拜尔说,当无法获得声音时,如何确定人们的讲话内容是个独特的问题,比如闭路电视的脚注,或者声音不足又没有对话语境的线索。但现在,通过机器唇读分类技术,能更精确地区分这些声音。

    拜尔说,一种稳定的唇读系统能用于从犯罪调查到娱乐用途等多种情况。唇读还可以用在运动场上,比如足球运动员在比赛激烈时大喊大叫的单词是什么,但最可能的实际用途还是在那些噪音较大的地方,比如汽车中或飞机驾驶舱内。

    研究人员使用了一种新的训练方法,使这种分类系统对以往的唇读方法进行了改进。虽然目前这一系统还有需要改善的地方,但最重要的是,它可以通过调整来用于多种目的,比如给那些有听力障碍或讲话困难的人带来帮助。此外,一个好的唇读机可以作为整体视听识别系统的一部分。

    哈维也指出,在人工智能领域,唇读是最具挑战性的难题之一,训练机器如何识别人类嘴唇的形状和变化并非易事,所以这方面取得的进步非常重要。

    相关论文将发表在电气与电子工程师协会(IEEE)《2016年国际声学、语音和信号处理大会会刊》上。

京ICP备06005116