別在路邊商量搶銀行的計劃了，監控探頭已經學會了讀唇術

文 | 木子Yanni

為什麼說無聲勝有聲？因為無聲飽含秘密。

遙遠的月球上，有一塊被深埋了幾百萬年之久的黑色石板，強有力的放射性發光體正對著木星，這勾起了人類的好奇心。

18 個月後，「發現者一號」太空船起航，兩名飛行員、三位「冬眠」的科學家，以及一臺完美型人工智慧電腦「哈爾 9000」，一齊踏上了全程五億公裡的木星探秘之旅。

俗話說，有「人」的地方就是江湖。在太空漫遊的過程中，人工智慧哈爾在工作中出現失誤，做出飛船某零件將要出現故障的判斷，謹慎起見，兩位飛行員考慮要關閉哈爾。

萬萬沒想到，這一商量，出事了。

深知哈爾的智能程度，為了避免談話被哈爾聽到，倆人特意找了個藉口，躲進了備用倉，始料未及的是，哈爾居然會讀唇語。在悄咪咪圍觀完兩人的談話後，哈爾知道自己將要被關閉，決定先下手為強，它不僅找機會把兩位飛行員關在艙外，還幹掉了仍在睡眠倉裡沉睡的三位科學家。

哈爾正在暗中解讀唇語

值得慶幸的是，作為飛行員之一的大衛頂著重重危險，終於回到飛船內，成功關掉了哈爾。

在這部 1968 年上映的《2001 太空漫遊》中，導演斯坦利·庫布裡克幻想了一種奇技：面對無聲的秘密，AI 可以讀唇。

當年的幻想，在斯坦利·庫布裡克去世二十年後，終成現實。

唇語之難

唇讀有多難呢？你關掉字幕，把電視音量調到零體驗一下。（友情提示，千萬別看朱廣權，不然你可能會覺得我在為難你。）

結果你會發現，是不是朱廣權，其實對結果根本沒什麼影響。

之前，網上有個風靡一時的遊戲：兩人配合，一個人說詞，另一個人戴上播放音樂的耳機猜。聽起來很簡單對不對？別急，把此刻離你最近的人拉過來 PK 一下，如果你能百猜百中，壯士，請收下我的膝蓋。

唇語之所以難看懂，是因為當你在說話時，上下唇處於持續的活動當中，不僅變化速度快，而且看不出音調，唇形哪怕是一點點的微弱變化，都能匹配上不同的字，這就需要在語境當中進行上下文匹配，你才知道我說的是「按鈕」還是「愛你呦」。

正因為唇讀的難度很高，而且過程中總會出現各種難以預料的不可描述，所以在很多綜藝節目裡，它都會被改造成不同遊戲，負責承包笑點。

道歉、郝建、腳墊傻傻分不清

我身邊的很多朋友，第一次公開聽說唇讀這個詞兒，都是從「頭頂門事件」開始的。

2006 年 7 月 9 日，正值德國世界盃決賽，萬千球迷握拳屏氣，期待著一場巔峰決戰：法國球星齊內達率領球隊一路闖進決賽，將與義大利一決勝負。

決賽在萬千期待中順利進行著，但強強對決，高下難分，加時賽進行到 109 分鐘時，雙方比分依然僵持在 1:1，就在此時，意想不到的事情發生了。

正在回防的齊達內，似乎聽到了什麼，一個轉身，果斷用頭砸向馬特拉齊的胸口，把他撞翻在地。齊達內這個舉動的代價是，被紅牌罰下，與大力神杯失之交臂，賽後，34 歲的他宣布退役。

「頭頂門」瞬間

輿論毫無爭議地集中在一點：馬特拉齊到底說了些什麼？

為了搶爆料頭條，多家媒體不惜請來唇語專家，通過現場視頻對馬特拉齊讀唇，以此還原當時的情況。但事實是，一百個唇語專家，就算沒有一百種解讀，也能有九十九種，一時間，關於馬特拉齊言論的版本滿天飛。

綜合來看，比較受認可的說法是，馬特拉齊用惡劣詞彙提及了齊達內的姐姐，而一直以來，家人都是齊達內盡全力守護的目標，這才爆發了此次衝突。但是，要想深究翻譯的準確率，恐怕只有當事人最清楚，這不，因為爭議太多，直接逼得馬特拉齊出了一本書，書名就叫做《我對齊達內說了什麼》。

《我對齊達內說了什麼》

雖然唇讀很難，但術業有專攻，要想讓無聲開出花兒來，還得靠專家。

一直以來，唇讀主要集中在案件偵查、殘障教育等場景中，主力軍都是經過長久且專業培訓的讀唇專家。

讀唇女王和英國劫鈔案

傑西卡·裡斯是英國著名的讀唇專家，她在 4 歲那年失去聽力後，開始練習讀口型來理解意思，長年累月的練習後，她掌握了「讀唇術」，並成長為政府蓋戳認證的「官方讀唇證人」，被視為英國司法界的「奇蹟武器」。

英國著名的「「零證據」劫鈔案」，正是在傑西卡的協助下，警方才最終找到關鍵證據，得以順利破獲。

2002 年 2 月 11 日，凌晨 6 點剛過，一架航班衝破夜色，徐徐降落在倫敦希思羅機場第四航站樓。機上除了有 187 位旅客外，還有 8 箱美鈔，總數超過 600 萬美金，正等待轉運回美國。

圖片來源於網絡

飛機剛停穩，一輛運鈔車已經到達指定位置接應，車身的醒目位置還貼著一個英航的標誌。

35 歲的帕達，是這輛運鈔車的司機，他瞧著飛機已經停穩，便熟練的跳下車，進入飛機行李艙，敏捷地卸下了 8 個沉甸甸的紅色現金箱，並逐一搬上了運鈔車。完成這一系列動作後，他不經意地看了一眼時間，剛剛 6:30。

圖片來源於網絡：紅色現金箱就長這樣

齊活兒嘞，帕達哼著小調，一屁股扎進駕駛位準備開車離開，不料，腳剛踩在離合上，就瞅見一輛小貨車開了過來，車身上也貼著英航的標誌。帕達絲毫沒多想，因為這是機場，隨處可見這樣的行李運載貨車，沒什麼奇怪的。

然而，接下來發生的事情，卻令帕達終身難忘。

他被人硬生生從車上拽下來，捆成一隻肉粽後，扔在了冰冷堅硬的水泥地上，全身像篩子一樣顫抖著，內心的驚恐早已翻江倒海，嗓子裡卻一點兒聲音都發不出來，身體已經僵硬到可以蓋過骨頭被小石子抵著的疼痛。帕達無法控制地假想著一顆隨時可能飛來的子彈，也許會射在腿上，也許是頭。

今天會死在這裡嗎？他只能祈禱。

時間一分一秒在遊走，不知過了多久，刺耳的警鈴響徹整個機場，一陣由遠及近的腳步聲發現了帕達，而此時，運鈔車停在原地，但 8 箱現金已不見蹤影，同時消失的，還有那輛帶著英航標誌的貨車。

聽著警察們嘈雜的議論，帕達才知道，自己經歷的漫長煎熬，其實只有短短五分鐘。

正當警察在梳理線索時，大老遠有一個穿著機場警員服裝的人，跌跌撞撞地朝警察所在的方向晃來，還沒等警察詢問，這位自稱叫森迪普的人已經開口了。森迪普說事發時，他正在巡邏，一輛小貨車很自然的停在了他身邊，說時遲那時快，兩個蒙面人從車上衝下來，高舉著手裡的刀，將他挾持到貨車的駕駛位上，逼著他將車開出了機場。

剛一出機場，劫匪就迫不及待的下車，麻溜的把現金箱從貨車上卸下來，轉而搬進了一輛早已停在這裡的車，森迪普趁著劫匪忘我地搬錢時，撒腿就跑，這才逃了出來。

要知道，希思羅機場作為歐洲最為繁忙的機場之一，居然發生了一起如此神速的劫鈔案，劫匪完成捆綁司機、轉移現金、迅速消失這一系列動作，僅僅耗時五分鐘，更令人震驚的是，搶劫發生的地點在航站樓側面，正好是機場內公認的「超級安全區域」，如此看來，此案堪稱是驚天醜聞。

而此時，由神探尼爾森領頭的破案小組，把初步懷疑放在了運鈔車司機帕達和警員森迪普身上，理由是：能順利進入機場，在最安全區域迅速完成搶劫後，還能毫髮無損的離開，肯定有內應，而這兩人恰好還都在險中逃生，十分可疑。

然而，沒有證據，警方也不能隨便對嫌疑人進行竊聽，怎麼辦呢？神探尼爾森只能派人遠遠的跟著兩名嫌疑人，用微型攝像機拍下他們的行蹤，但距離太遠，所有的影像資料都聽不到聲音。

很快，一年時間過去了，拍攝的視頻已經裝滿了 23 盤錄像帶，神探尼爾森還是一無所獲。這兩人看起來都很正常，大多數時間都陪著各自家人，就算外出聚會，也毫無異常，不毒、不賭也不嫖。

截至目前，此案還是零證據。神探尼爾森陷入了自我懷疑，難道從一開始就錯了嗎？

突然的一天，神探尼爾森聽說有人可以靠讀唇破案，一打聽才知道，此人正是英國著名的讀唇專家傑西卡·裡斯。天啦嚕，這簡直是上天派來的救兵，尼爾森立刻找到傑西卡，說明來意後，傑西卡很樂意幫助，並留下了那 23 盤錄像帶。

七天後，有了結果。

傑西卡把重點放在錄像中頻繁出現的五個人身上，靠著錄像帶裡的口型，翻譯出了他們說的話。

場景一：搶劫案發生當晚，機場警員森迪普和他的哥哥坐在家附近的公園長椅上，眉飛色舞的暢談著，哥哥說：「哈哈，我們發財了。」森迪普高興地回應：「沒錯，而且這幫傻警察完全想不到我們是怎麼發財的。」

場景二：運鈔車司機帕達和機場警員森迪普碰面，帕達對森迪普說：「沉住氣，千萬別露出馬腳，半年甚至更長一段時間裡，我們都得保持窮樣子，你還是繼續在機場當臨時警衛比較好。」

場景三：機場警員森迪普的哥哥對運鈔車司機帕達說：「放心，沒有人被懷疑，警方沒有發現任何線索。如果警方真的問起，我什麼都不承認，他們沒有證據。」

場景四：一個露天酒吧裡，幾人在談論：怎麼樣才能在不引起懷疑的情況下，把那些美元換成英鎊。

靠著讀唇專家傑西卡的翻譯，警方順利找到了嫌疑人藏錢的地方，並還原了搶劫案經過：機場警員森迪普和哥哥不想太辛苦，做夢都想輕輕鬆鬆地找錢花，恰好，他倆遇到了同樣想不勞而獲的運鈔車司機帕達，三人一拍即合，又拉來兩個幫手，組建了五人弄錢小團隊。

經過一番頭腦風暴，行動開始。

機場警員森迪普借工作之便，先把三個同夥藏在了機場安全區域外，凌晨時分，運鈔車司機帕達順利進入機場。6:20 左右，藏在安全區域外的三人，開著提前準備好的貨車試圖靠近安全區域，這時，機場警員森迪普找藉口引開檢查人員的注意力，三人順利進入安全區域，準備接應運鈔車司機帕達。

當錢箱已經被司機帕達裝入運鈔車後，接應的三人迅速卸下箱子，並把司機帕達綁了起來，然後，警員森迪普開車直接把三人送出了機場，隨後迅速返回，故作慌張的向警察傳達虛假信息。

法庭上，法官宣布讀唇專家傑西卡的證據有效，五人在證據面前也低頭認罪，這場搶劫案到此水落石出。

儘管讀唇女王傑西卡參與了 700 多起刑事審判，但她在 2004 年被指控簡歷造假，因為簡歷上顯示她擁有牛津大學貝利奧爾學院的學位，但實際上她只讀了兩年，這件事經過媒體發酵後，英國皇家檢察署決定不再依賴傑西卡。

有沒有人能勝過唇讀專家呢？肯定有。

AI 讀唇術

2016 年，讀唇專家遇到了強勁的對手：人工智慧。

首先出場應戰的選手，是來自於牛津大學計算機科學系的 LipNet。LipNet 稱得上是當時最優秀的唇讀系統，儘管供它學習的數據集只有 51 個特殊單詞，但是經過測試，在同一份材料下，讀唇專家的準確率是 52.3%，而 LipNet 的準確率則達到了 93.4%，AI 勝出。

圖片來源於網絡

不過要提一下的是，LipNet 能達到這樣的準確率，是因為所有的句式都相同，而且涉及詞彙量極少，難度較低。

隨後登場的這位選手，與 LipNet 相比，能力不止高了一個臺階，它就是由 DeepMind 和牛津大學共同選送的人工智慧系統 WLAS。

與 LipNet 僅有 51 個單詞的學習樣本不同，研究人員給 WLAS 準備的，是超過 5000 小時的 BBC 節目全家桶套餐，涵蓋 2010 年 1 月到 2015 年 12 月之間的《新聞之夜》、《BBC 早餐》等各種視頻素材，約有 118000 個句子。

圖片來源於網絡：BBC 節目資料庫

WLAS 需要仔細觀看這些長達數千小時的視頻，先從畫面中識別出說話的人臉，抽取說話人的唇形變化特徵，再將這些特徵和發音進行匹配，牢記唇形和文字之間的對應關係。在學習完這 118000 個句子後，WLAS 只看無字幕版視頻，就能夠自動補充字幕，即使是唇形變化不那麼明顯的句子，WLAS 也能夠通過唇形正確識別，比如：「我們知道也將有上百位記者會出席」 (We know there will be hundreds of journalists here as well)。

圖片來源於網絡

光說不練假把式，是人工智慧還是人工智障，拉出來一溜便知。

研究人員在 2016 年 3 月- 6 月的 BBC 節目中，隨機挑選了 200 個視頻片段作為考題，在這場人機對比測試中，WLAS 的唇讀準確率為 46.8%，而人類唇讀專業人員的準確率只有 12.4%，AI 再次勝出。

此後，加入唇語識別這條賽道上的公司越來越多，其中也包括阿里、搜狗等中國公司。

當 AI 掌握了讀唇術，科幻電影中的又一情節，成功奔現。

作為新晉的 AI 讀唇專家，要想大有所為，就必須有用武之地，因為有應用才有資本聚集，有資本才有可能真正下沉落地。就目前而言，AI 唇語識別會朝著身份驗證（唇碼系統已有進展，有興趣可以了解）、公共安全（比如攝像頭解讀犯罪之語）、語音識別（嘈雜環境下也能精準識別），在輔助殘障人員理解方面，也意義重大。

現實生活中，聾啞人被誤解是常態。央視新聞曾報導過這樣一件事：2016 年，一位 80 歲的老人找到律師，說自己的女兒被指控偷了一部手機，在手語師的輔助下，已經認罪，可她是冤枉的。律師受理後，反覆觀看審訊視頻，發現老人的女兒不停用手語表示「我沒偷」，可手語師卻翻譯成「我偷了一部金色的蘋果手機」。

倒不是說手語師有心而為，而是因為普通話手語和自然手語之間存在細微差別，很容易弄錯，這個場景就非常適合 AI 的參與。

當然不可否認，AI 唇讀也是把雙刃劍，傷敵還是傷己，需要時間給我們答案。

---

嗨，這裡是淺黑科技，在未來面前，我們都是孩子。想看更多科技故事，歡迎戳→微信公眾號：淺黑科技（qianheikeji）