人工智能設(shè)備又邁進(jìn)一步能讀懂唇語

    人工智能設(shè)備又邁進(jìn)一步：能讀懂唇語。據(jù)外媒報(bào)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(dòng)作轉(zhuǎn)換為語句。

    該設(shè)備能“觀看”嘴唇的動(dòng)作，并利用人工智能網(wǎng)絡(luò)將它們轉(zhuǎn)換成聲音。

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

    描述該裝置的研究發(fā)表在《PLOS計(jì)算生物學(xué)》期刊上。

    這項(xiàng)研究的作者來自法國國家科學(xué)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(yùn)動(dòng)轉(zhuǎn)換成智能語音?！?/p>

    說話者的發(fā)言，以及嘴部各個(gè)部位的位置會(huì)被同時(shí)記錄，然后通過人工智能網(wǎng)絡(luò)算法進(jìn)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(luò)（DNN）。算法設(shè)計(jì)針對偏復(fù)雜的模式識別。

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

    作者解釋道，DNN計(jì)算模型對這些測量的數(shù)據(jù)進(jìn)行訓(xùn)練，將”發(fā)音語音信號“轉(zhuǎn)換成”聲學(xué)語音信號“。

    作者提到，”這項(xiàng)研究中，我們讓用于訓(xùn)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(shí)時(shí)控制性能，從而評估它在是否能很好地成為腦機(jī)接口的一部分。

    “語音腦機(jī)接口將能通過解碼皮層的語言相關(guān)活動(dòng)，實(shí)時(shí)控制語音合成器，從而幫助有嚴(yán)重發(fā)聲障礙的人恢復(fù)交流。

    為幫助連聲道都無法震動(dòng)的患者”說話“，科學(xué)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(jī)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(xué)習(xí)能力。它能將未學(xué)習(xí)過的兩種語言翻譯成一種已經(jīng)學(xué)習(xí)過的語言 ——換言之，通過人工智能訓(xùn)練學(xué)習(xí)了如何實(shí)現(xiàn)X語言對Y語言的翻譯后，系統(tǒng)就能立即自動(dòng)掌握從X到Z語言的翻譯。

    Google Brain的博文把這項(xiàng)翻譯技術(shù)稱為神經(jīng)機(jī)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://afrimangol.com/friendchange.htm