人工智能設備又邁進一步能讀懂唇語

    人工智能設備又邁進一步：能讀懂唇語。據(jù)外媒報道，一種新型的語音合成器可以跳過語音記錄，而直接將說話者嘴部動作轉換為語句。

    該設備能“觀看”嘴唇的動作，并利用人工智能網(wǎng)絡將它們轉換成聲音。

    研究人員表示，該設備將能幫助聲帶麻痹患者發(fā)聲，向腦機接口又邁進一步。

    描述該裝置的研究發(fā)表在《PLOS計算生物學》期刊上。

    這項研究的作者來自法國國家科學研究中心。文章中提到，“這種語音合成器將人體主要語音發(fā)音器（舌，顎，口和嘴唇）的運動轉換成智能語音。“

    說話者的發(fā)言，以及嘴部各個部位的位置會被同時記錄，然后通過人工智能網(wǎng)絡算法進行分析。

    此處使用的人工智能算法是基于人類大腦建模的深層神經(jīng)網(wǎng)絡（DNN）。算法設計針對偏復雜的模式識別。

    該深層神經(jīng)網(wǎng)絡DNN通過測量舌頭、下顎、軟腭和嘴唇的協(xié)調動作（又稱為”發(fā)音語音信號“）來識別嘴正在發(fā)音的某個詞語。

    作者解釋道，DNN計算模型對這些測量的數(shù)據(jù)進行訓練，將”發(fā)音語音信號“轉換成”聲學語音信號“。

    作者提到，”這項研究中，我們讓用于訓練DNN模型的用戶，以及陌生新用戶都來測試語音合成器的實時控制性能，從而評估它在是否能很好地成為腦機接口的一部分。

    “語音腦機接口將能通過解碼皮層的語言相關活動，實時控制語音合成器，從而幫助有嚴重發(fā)聲障礙的人恢復交流。

    為幫助連聲道都無法震動的患者”說話“，科學家將必須掌握如何解碼大腦信號，并將其翻譯成語音。

    使用人工智能來解碼語音和語言已有先例。

    谷歌不久前推出了多語言之間機器翻譯系統(tǒng)。該系統(tǒng)被成為“Zero-Shot翻譯系統(tǒng)“，并具有自我學習能力。它能將未學習過的兩種語言翻譯成一種已經(jīng)學習過的語言 ——換言之，通過人工智能訓練學習了如何實現(xiàn)X語言對Y語言的翻譯后，系統(tǒng)就能立即自動掌握從X到Z語言的翻譯。

    Google Brain的博文把這項翻譯技術稱為神經(jīng)機器翻譯系統(tǒng)（Google Neural Machine Translation ，簡稱GNMT）。

    2898站長資源平臺友情鏈接交換：http://www.afrimangol.com/friendchange.htm