科技新報

KAIST 讀唇 AI 先抓最清楚的嘴型,無聲辨識詞錯誤率降至 19.4%

署名 TechNews 編輯台全文約 672 字(含標點)

文章摘要

科技新報 · 文章頁摘要

韓國科學技術院(KAIST)教授 Yong Man Ro 團隊開發讀唇人工智慧系統 DLLM-VSR,不需要任何聲音,只靠觀察說話者的嘴唇動作就能把話語轉成文字。這套系統改用擴散大型語言模型解讀唇形,以英語讀唇標準測試資料集 LRS3 將詞錯誤率(WER)降到 19.4%,使用相同標註資料訓練的方法...

KAIST 讀唇 AI 先抓最清楚的嘴型,無聲辨識詞錯誤率降至 19.4%(新聞配圖)
配圖來源:科技新報

正文開頭和上面的摘要相同,本站只顯示開頭;全文請到原站閱讀。