英國查爾斯王子迎娶卡米拉時，讀唇者成功破解了伊莉莎白二世與兒子的低語，讓女王糟糕的婆媳關係浮現在大眾眼前 —— 這可能是「唇語識別」第一次大面積走進大眾的視野。
所謂的「唇語識別」，其實並不神秘。
早在古代，就有專門的唇語師存在。通過長期的訓練，他們具備了「觀察別人的嘴型，解讀其表達語句」的能力。在現代社會裡，一些聽力障礙者們也會使用這種技巧與他人進行交談，補充聽力器官的不足。
但隨著科技的發展，人工智慧在各領域漸次開放，在唇語識別上，機器已經做的比人類好了。
從技術路徑上，唇語識別是一項集機器視覺與自然語言處理於一體的複合型技術：
系統通過機器視覺從圖像中連續識別出人臉，提取口型的連續變化特徵，隨即將連續變化的特徵輸入到識別模型中，識別出講話人口型對應的發音，從而計算出可能性最大的表達語句。早在 2003 年，Intel 就開發了唇語識別軟體 Audio Visual Speech Recognition（AVSR），開發者得以能夠研發可以進行唇語識別的計算機；2016 年 Google DeepMind 的唇語識別技術就已經可以支持 17500 個詞，新聞測試集識別準確率首次達到了 50% 以上。
在深度學習技術出現以前，對於唇語識別的研究主要從三個方面來進行，分別是嘴唇的定位與檢測、唇語特徵提取和唇動識別。
其中，嘴唇特徵提取是唇語識別的關鍵，將連續變化的特徵輸入到唇語識別模型中，識別出講話人口型對應的發音，從而計算出可能性最大的表達語句，提取出的特徵質量直接影響著唇語識別的準確性。
隨著機器學習方法在語音識別領域裡取得的巨大成功，尤其是隱馬爾科夫模型（HMM）的應用，根據唇語識別研究和語音識別的相似性，出現了大量的 HMM 應用在唇語識別領域的研究成果。
在非特定開放口語測試中，目前的通用識別準確率已經在 70% 以上，而在金融風控、車載、智能家居等垂直場景下，已達到超過 90% 的準確率。
人類費盡心力開發研究人工智慧、提高唇語識別的準確率，除了偷窺伊莉莎白二世和兒子的秘密外，還有很多更為廣泛的用途：
比如應用於金融在線業務的生物識別、噪聲環境下輔助語音識別、輔助聽障人士交流、體育賽事暴力語言識別等多個領域，這些都是有著實際意義且頗為重要的應用場景。
自出現唇語識別技術出現起，就有聲音說唇語識別是語言交互的高階戰，甚至可能帶來一場革命。
但在人工智慧大範圍落地的今天，國內從業者扎堆湧入的，大多為語音識別，圖像識別，人臉識別，機器翻譯，無人駕駛，虛擬助手和個性化內容推薦等領域，相較這些聚光燈之下的落地場景，唇語識別相對冷僻。
但業界的常識是：人工智慧未來將會出現一個數萬億美元的巨大市場，在面對具體乃至細碎的應用場景時，人工智慧的細分程度，勢必如百年前的電力那般觸角龐雜。
而廣袤的嫁接空間也意味著，從真實應用場景出發，人工智慧領域會出現不少藍海市場，被國內巨頭忽視的唇語識別就是其中之一。
觀看下方漫畫短片，讓人工智慧看懂唇語
▼
看完這些，想不想親自搞一搞，這古老又神奇的「唇語識別」技術？
如果為你開放數百個常用詞彙樣本資料庫，你能夠用它做點什麼？
來參加「新網銀行高校金融科技挑戰賽」，與全國高校 AI 算法高手們一較高下吧！
沒有經驗沒關係，沒做過圖片數據和深度學習也沒關係，只要對機器學習和人工智慧感興趣，就可以報名來一展身手，現場有專業的導師團隊進行輔助指導!
高達 47 萬的超高獎金池 ， 30萬高薪 offer ， 新網銀行、小米科技共享人才池 機會。
優秀團隊還可獲得由團四川省委、四川省教育廳等主辦單位頒發的獲獎證書，此 省級證書 可在獎學金評定、保研升學等方面作為加分依據（具體視各校、學院相關評定規則而定），證書還可提高你的求職、留學申請簡歷的含金量哦...
用代碼改變世界，也用算法成就自己！點擊下方圖片，即可了解本次大賽詳情：
如有疑問
可以掃碼加入QQ群
隨時諮詢、實時了解賽事動態
（內有專家評委在線答疑，帶你輕鬆破題）
看到這裡
有沒有激發你心中昂揚的鬥志？
要不要施展自己的拳腳與抱負？
想不想和全國高校學子同臺一較高下？
來吧！燃燒吧！青年！
讓我們共築金融科技的美好明天
點擊「閱讀原文」，報名開啟新人生~