人工智能解读唇语 不止能解码语音和语言翻译

11月30日消息，使用人工智能来解码语音和语言已有先例，而现在人们又能够根据人工智能来解读唇语。

据外媒报道，一种新型的语音合成器可以跳过语音记录，而直接将说话者嘴部动作转换为语句。研究人员表示，该设备将能帮助声带麻痹患者发声，向脑机接口又迈进一步。描述该装置的研究发表在《PLOS计算生物学》期刊上。

这项研究的作者来自法国国家科学研究中心。文章中提到，“这种语音合成器将人体主要语音发音器(舌，颚，口和嘴唇)的运动转换成智能语音。”说话者的发言，以及嘴部各个部位的位置会被同时记录，然后通过人工智能网络算法进行分析。

此处使用的人工智能算法是基于人类大脑建模的深层神经网络(DNN)。算法设计针对偏复杂的模式识别。该深层神经网络DNN通过测量舌头、下颚、软腭和嘴唇的协调动作(又称为“发音语音信号”)来识别嘴正在发音的某个词语。

作者解释道，DNN计算模型对这些测量的数据进行训练，将“发音语音信号”转换成“声学语音信号”，“这项研究中，我们让用于训练DNN模型的用户，以及陌生新用户都来测试语音合成器的实时控制性能，从而评估它在是否能很好地成为脑机接口的一部分。

”语音脑机接口将能通过解码皮层的语言相关活动，实时控制语音合成器，从而帮助有严重发声障碍的人恢复交流。为帮助连声道都无法震动的患者“说话”,科学家将必须掌握如何解码大脑信号，并将其翻译成语音。

谷歌不久前推出了多语言之间机器翻译系统。该系统被成为“Zero-Shot翻译系统”,并具有自我学习能力。它能将未学习过的两种语言翻译成一种已经学习过的语言 --换言之，通过人工智能训练学习了如何实现X语言对Y语言的翻译后，系统就能立即自动掌握从X到Z语言的翻译。

Google Brain的博文把这项翻译技术称为神经机器翻译系统(Google Neural Machine Translation ,简称GNMT)。