Новые IT-разработки чтения по губам превосходят человека во много раз

АСТАНА, 19 мар — Sputnik. Исследователи Оксфордского университета разработали новый искусственный интеллект для чтения по губам, который во много раз превосходит человеческие возможности, пишет научно-популярный журнал Naced-Science.

Watch, Attend and Spell (WAS) — это новая система программного обеспечения с искусственным интеллектом, разработанная на основе нейросетей учеными из Оксфорда в сотрудничестве с компанией DeepMind, Google.

Система WAS учится читать по губам, используя компьютерное зрение и методы машинного обучения при просмотре телевизионных передач длительностью более 5 000 часов.

Исследовательская группа сравнивала способности машины и человека-эксперта разбираться в том, что говорилось в видео, сосредоточившись лишь на движениях губ людей в кадре. В результате ученые обнаружили, что новое программное обеспечение было более точным по сравнению с профессионалом.

Человек правильно распознавал лишь 12 процентов слов, в то время как искусственный интеллект WAS был способен распознать более 50 процентов слов. Ошибки машины заключались только в потере буквы "с" на концах слов.

Новое программное обеспечение может повлиять на ряд новейших разработок, в том числе в помощи слабослышащим в ориентации в пространстве. Кроме того, подобные технологии могут повысить точность и скорость преобразования речи в текст, особенно в шумных местах, где микрофоны просто не слышат пользователя.