11月30日消息，使用人工智能來(lái)解碼語(yǔ)音和語(yǔ)言已有先例，而現(xiàn)在人們又能夠根據(jù)人工智能來(lái)解讀唇語(yǔ)。

據(jù)外媒報(bào)道，一種新型的語(yǔ)音合成器可以跳過(guò)語(yǔ)音記錄，而直接將說(shuō)話者嘴部動(dòng)作轉(zhuǎn)換為語(yǔ)句。研究人員表示，該設(shè)備將能幫助聲帶麻痹患者發(fā)聲，向腦機(jī)接口又邁進(jìn)一步。描述該裝置的研究發(fā)表在《PLOS計(jì)算生物學(xué)》期刊上。

這項(xiàng)研究的作者來(lái)自法國(guó)國(guó)家科學(xué)研究中心。文章中提到，“這種語(yǔ)音合成器將人體主要語(yǔ)音發(fā)音器(舌，顎，口和嘴唇)的運(yùn)動(dòng)轉(zhuǎn)換成智能語(yǔ)音。”說(shuō)話者的發(fā)言，以及嘴部各個(gè)部位的位置會(huì)被同時(shí)記錄，然后通過(guò)人工智能網(wǎng)絡(luò)算法進(jìn)行分析。

此處使用的人工智能算法是基于人類大腦建模的深層神經(jīng)網(wǎng)絡(luò)(DNN)。算法設(shè)計(jì)針對(duì)偏復(fù)雜的模式識(shí)別。該深層神經(jīng)網(wǎng)絡(luò)DNN通過(guò)測(cè)量舌頭、下顎、軟腭和嘴唇的協(xié)調(diào)動(dòng)作(又稱為“發(fā)音語(yǔ)音信號(hào)”)來(lái)識(shí)別嘴正在發(fā)音的某個(gè)詞語(yǔ)。

作者解釋道，DNN計(jì)算模型對(duì)這些測(cè)量的數(shù)據(jù)進(jìn)行訓(xùn)練，將“發(fā)音語(yǔ)音信號(hào)”轉(zhuǎn)換成“聲學(xué)語(yǔ)音信號(hào)”，“這項(xiàng)研究中，我們讓用于訓(xùn)練DNN模型的用戶，以及陌生新用戶都來(lái)測(cè)試語(yǔ)音合成器的實(shí)時(shí)控制性能，從而評(píng)估它在是否能很好地成為腦機(jī)接口的一部分。

”語(yǔ)音腦機(jī)接口將能通過(guò)解碼皮層的語(yǔ)言相關(guān)活動(dòng)，實(shí)時(shí)控制語(yǔ)音合成器，從而幫助有嚴(yán)重發(fā)聲障礙的人恢復(fù)交流。為幫助連聲道都無(wú)法震動(dòng)的患者“說(shuō)話”,科學(xué)家將必須掌握如何解碼大腦信號(hào)，并將其翻譯成語(yǔ)音。

谷歌不久前推出了多語(yǔ)言之間機(jī)器翻譯系統(tǒng)。該系統(tǒng)被成為“Zero-Shot翻譯系統(tǒng)”,并具有自我學(xué)習(xí)能力。它能將未學(xué)習(xí)過(guò)的兩種語(yǔ)言翻譯成一種已經(jīng)學(xué)習(xí)過(guò)的語(yǔ)言 --換言之，通過(guò)人工智能訓(xùn)練學(xué)習(xí)了如何實(shí)現(xiàn)X語(yǔ)言對(duì)Y語(yǔ)言的翻譯后，系統(tǒng)就能立即自動(dòng)掌握從X到Z語(yǔ)言的翻譯。

Google Brain的博文把這項(xiàng)翻譯技術(shù)稱為神經(jīng)機(jī)器翻譯系統(tǒng)(Google Neural Machine Translation ,簡(jiǎn)稱GNMT)。