可以想见，由于公益、公共安全、国家安全等领域巨大的潜在需求的牵引，以及AI技术飞速发展的强力推动作用，在不久的将来，AI读唇语有望实现快速推广与深度普及，产业前景十分可期。

据瓶颈被不断突破，使得AI技术在唇语识别领域取得较大成功成为现实。

众多难题有待突破

不过，闫怀志也表示，目前我国人工智能唇语识别技术尚处于起步阶段，若想利用人工智能准确地识别唇语，还有很长的路要走。

从语言本身来看，人类语言具有较高的复杂性，在人类话语所涉及的所有音标中，仅有30%左右是直接由人类嘴唇来控制的，70%是难以通过肉眼，甚至是机器视觉区分的齿音、舌音以及喉音。而且，不同人说话的语气、方言、连词、口音，乃至胡须遮盖等因素，都会导致嘴型的细微变化，而恰恰是这种细微变化，会严重影响人工智能对于唇语的识别和判断。

从技术层面来看，人工智能采集唇语的环境通常较为复杂，若想精准识别难度很高。以目前的人工智能技术而言，对于长句、复杂句式等的识别水平不尽如人意，更不用说还存在着多场景识别、多人像唇语识别等问题。

闫怀志表示，只有解决了上述问题，AI读唇语才能得到突破性提升，迈向成熟发展阶段。

人类不同语种之间千差万别，AI能读懂每个语种的唇语吗？

闫怀志介绍，此前较为成功的AI读唇语系统大多仅限于英语模型，这是因为多数AI模型都是基于英语数据训练而得。但是，从技术框架上来说，不同语种的训练模型是基本一致的，或者说可以依赖于同一类技术手段来实现。

当然，为了适应不同语种的唇语识别，也需要作一些适应性调整：一方面要选择对应语种的数据进行有针对性的训练；另一方面，还需要对AI模型进行调整，比如纳入时间屏蔽、优化语言模型以及改进超参数等。

此外，同一语种也会有不同口型，即便口型类似，也可能代表着完全不同的意思。因此，成熟的AI读唇语系统需要大量的唇语特征样本数据，并尽可能地覆盖多种应用场景、多类型的说话人群，借此来提升训练后的唇语识别模型的泛化能力，提高AI读唇语对于不同口型和不同表意语言的识别准确率。

亟须监管的技术双刃剑

尽管存在种种难题，但仍有越来越多的AI企业开始涉足并计划深耕人工智能唇语识别赛道。目前来看，各大AI巨头的选择不尽相同，具体可分为唇语数据、唇语视频识别、唇语理解等。

闫怀志也表示，目前许多人工智能唇语识别技术领域已实现初步突破，全链条集成前景可期，产业集群正在逐步形成。

从应用场景来看，AI读唇语在社会公益、公共安全等领域都已开始崭露头角。从目前各大巨头的布局以及相关技术的发展趋势来看，AI读唇语预期可在身份识别、国家安全、智慧系统等方面具有广阔的应用前景。“可以想见，由于公益、公共安全、国家安全等领域巨大的潜在需求的牵引，以及AI技术飞速发展的强力推动作用，在不久的将来，AI读唇语有望实现快速推广与深度普及，产业前景十分可期。”闫怀志说。

当然，技术应用是把双刃剑。很多人担心，AI读唇语会使人们对话中的隐私内容遭到泄露，无论当事人是公开发言、窃窃私语或是自言自语。“张张嘴”就被别人窃取聊天内容，仔细想来确实可怕。

闫怀志表示，这种担心并非杞人忧天。AI读唇语导致的隐私泄露，一方面可能是有人恶意进行唇语获取识别，另一方面也可能是正常使用的AI读唇语系统，但其中的存储、使用等环节保护不当，导致相关数据被窃取或滥用，进而对个人权益造成损害。而且，由于涉及到当事人的对话内容，具有明显的方向性，这种隐私泄露的危害性可能要比普通的个人信息泄露更为严重。

因此，闫怀志建议，应从隐私安全保护的角度，在管理层面加强相关法律法规的制定，严格规范和约束AI读唇语的应用场景、范围和目的，加大对技术恶意利用的监管和惩戒力度。此外，还要在技术层面加强AI读唇语系统的安全保护体系建设，以技术手段提高系统的识别精准度，避免技术滥用，切实保障用户对话的内容安全。

（据《科技日报》）