هوش مصنوعی موفق شد گفتار را به زبان‌های مختلف از روی حرکات لب تشخیص دهد

در سال‌های اخیر، تکنیک‌های یادگیری عمیق به نتایج قابل‌توجهی در بسیاری از وظایف زبان و پردازش تصویر دست یافته‌اند. برای مثال، تشخیص بصری گفتار (VSR) که محتوای گفتار تنها با دقت در حرکات لب گوینده فهمیده شود. در حالی که برخی از الگوریتم‌های یادگیری عمیق به نتایج بسیار امیدوارکننده‌ای در وظایف VSR دست یافته‌اند، اما […]