Исследователи из Оксфорда научили нейросеть читать по губам лучше человека
9 ноября 2016 года
Группа исследователей из Оксфордского университета создала первую в мире программу, способную распознавать речь по губам на уровне целых предложений лучше, чем это делают подготовленные люди.
Как пишет N+1, работа программы основана на использовании нейросетей и методов глубинного обучения. При этом ее создателям удалось решить проблему, с которой сталкивались их предшественники: новый алгоритм способен считывать не только слова и словосочетания, но и целые предложения.
Добиться такого результата ученым удалось при помощи программы LipNet, в основе которой лежит LSTM-нейросеть. Эта нейросеть представляет собой подвид рекуррентных нейросетей, для которых характерно наличие обратной связи. Ее главная особенность заключается в том, что она способна обучаться долговременным зависимостям. Помимо этого, исследователи использовали специальную сверхточную нейросеть (STCNN), которая хорошо справляется с задачей анализа видео, и обучение методом нейросетевой темпоральной классификации (Connectionist Temporal Classification, CTC).
Для обучения программы ученые использовали материала базу данных Grid, в которой было собрано более 32 тысяч видеозаписей. На них 13 человек произносили на английском языке предложения, построенные по одинаковому принципу, но содержащие разные варианты слов для каждой словесной категории. Всего каждое предложение имело по 64 тысячи вариантов.
После того как программа научилась понимать говорящего при помощи 88% выборки Grid, качество ее работы было проверено на оставшихся 12% видеозаписей. В результате исследователи установили, что алгоритм может правильно распознавать речь по губам с точностью в 93,4%. По этому показателю LipNet обошла как другие подобные программы, так и специально обученных людей, для которых показатель распознавания составляет 52,3%.
Однако ученые подчеркивают, что программа была проверена в тепличных условиях, и в случае работы с произвольной человеческой речью точность распознавания по губам может быть значительно хуже.
Источники
править
Любой участник может оформить статью: добавить иллюстрации, викифицировать, заполнить шаблоны и добавить категории.
Любой редактор может снять этот шаблон после оформления и проверки.
Комментарии
Если вы хотите сообщить о проблеме в статье (например, фактическая ошибка и т. д.), пожалуйста, используйте обычную страницу обсуждения.
Комментарии на этой странице могут не соответствовать политике нейтральной точки зрения, однако, пожалуйста, придерживайтесь темы и попытайтесь избежать брани, оскорбительных или подстрекательных комментариев. Попробуйте написать такие комментарии, которые заставят задуматься, будут проницательными или спорными. Цивилизованная дискуссия и вежливый спор делают страницу комментариев дружелюбным местом. Пожалуйста, подумайте об этом.
Несколько советов по оформлению реплик:
- Новые темы начинайте, пожалуйста, снизу.
- Используйте символ звёздочки «*» в начале строки для начала новой темы. Далее пишите свой текст.
- Для ответа в начале строки укажите на одну звёздочку больше, чем в предыдущей реплике.
- Пожалуйста, подписывайте все свои сообщения, используя четыре тильды (~~~~). При предварительном просмотре и сохранении они будут автоматически заменены на ваше имя и дату.
Обращаем ваше внимание, что комментарии не предназначены для размещения ссылок на внешние ресурсы не по теме статьи, которые могут быть удалены или скрыты любым участником. Тем не менее, на странице комментариев вы можете сообщить о статьях в СМИ, которые ссылаются на эту заметку, а также о её обсуждении на сторонних ресурсах.
