从键盘打字到触控屏，再到现在的语音交互和手势交互，人工智能技术的发展正在促使人机交互方式向更加多元化方向变革。日前，搜狗又推出一种人机交互新技术——唇语识别，这也是业内首个公开演示的唇语识别系统。通过机器视觉识别，不用听声音，仅靠识别说话人唇部动作，就能解读说话者所说的内容。

 

与语音识别不同，唇语识别是一项基于机器视觉与自然语言处理于一体的技术，因此在研发难度上比语音识别大得多。搜狗首创了复杂端到端深度神经网络技术进行中文唇语序列建模，通过数千小时的真实唇语数据训练而成。

 

在非特定人开放口语测试集上，搜狗唇语识别系统已经达到 60%以上的准确率，超过 Google 发布的英文唇语系统 50%以上的准确率。在垂直场景如车载、智能家居等场景下，搜狗唇语识别系统甚至已经达到 90%的准确率。搜狗唇语识别技术也在第四届世界互联网大会上亮相，引起广泛关注。