ИИ-чтение по губам распознаёт речь с уличных камер с точностью около 80%

Эксперимент канала Modern Rogue показал: ИИ-системы чтения по губам восстанавливают отдельные слова и фразы из беззвучной записи уличных камер при фронтальном ракурсе, хорошем свете и крупном лице в кадре. Точность достигает примерно 80% для одного говорящего и падает до 60% при двух, а языковые модели достраивают нераспознанное по контексту. Законы, регулирующие визуальную реконструкцию речи, отсутствуют.

• Точность чтения по губам — около 80% для одного говорящего и 60% для двух
• Работает при фронтальном ракурсе, стабильном свете и крупном лице в кадре
• Языковые модели достраивают нераспознанные слова по грамматике и контексту
• Отдельных законов о визуальной реконструкции речи пока нет