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

據(jù)外媒報道，一種新型的語音合成器可以跳過語音記錄，而直接將說話者嘴部動作轉換為語句。研究人員表示，該設備將能幫助聲帶麻痹患者發(fā)聲，向腦機接口又邁進一步。描述該裝置的研究發(fā)表在《PLOS計算生物學》期刊上。

這項研究的作者來自法國國家科學研究中心。文章中提到，“這種語音合成器將人體主要語音發(fā)音器(舌，顎，口和嘴唇)的運動轉換成智能語音。”說話者的發(fā)言，以及嘴部各個部位的位置會被同時記錄，然后通過人工智能網(wǎng)絡算法進行分析。

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(DNN)。算法設計針對偏復雜的模式識別。該深層神經(jīng)網(wǎng)絡DNN通過測量舌頭、下顎、軟腭和嘴唇的協(xié)調(diào)動作(又稱為“發(fā)音語音信號”)來識別嘴正在發(fā)音的某個詞語。

作者解釋道，DNN計算模型對這些測量的數(shù)據(jù)進行訓練，將“發(fā)音語音信號”轉換成“聲學語音信號”，“這項研究中，我們讓用于訓練DNN模型的用戶，以及陌生新用戶都來測試語音合成器的實時控制性能，從而評估它在是否能很好地成為腦機接口的一部分。

”語音腦機接口將能通過解碼皮層的語言相關活動，實時控制語音合成器，從而幫助有嚴重發(fā)聲障礙的人恢復交流。為幫助連聲道都無法震動的患者“說話”,科學家將必須掌握如何解碼大腦信號，并將其翻譯成語音。

谷歌不久前推出了多語言之間機器翻譯系統(tǒng)。該系統(tǒng)被成為“Zero-Shot翻譯系統(tǒng)”,并具有自我學習能力。它能將未學習過的兩種語言翻譯成一種已經(jīng)學習過的語言 --換言之，通過人工智能訓練學習了如何實現(xiàn)X語言對Y語言的翻譯后，系統(tǒng)就能立即自動掌握從X到Z語言的翻譯。

Google Brain的博文把這項翻譯技術稱為神經(jīng)機器翻譯系統(tǒng)(Google Neural Machine Translation ,簡稱GNMT)。