聽障人士要獲悉外界資訊，讀唇應是最直接的方式。牛津大學人工智能（AI）實驗人員近日發布讀唇 AI 系統 LipNet，準確率比人類高得多，究竟世上還有什麼任務可以難到 AI？
一般人嘗試讀唇，大約每十個字才看懂一個字，即使曾接受專業讀唇訓練，表現亦因人而異。最近牛津大學發布了一個讀唇 AI LipNet，可快速讀取靜音影片中的人物說話，並將之轉化為文本，準確度更可高達 93.4 % ，比人類讀唇專家的 52.3% 高得多。
[ot-video][/ot-video]
然而， LipNet 系統卻被指有嚴重的限制，未能應用於現實生活。整個 AI 系統的訓練及測試均建基於一個數據資料庫 GRID ，內含 29,000 條影片，當中 34 個自願者在 3 秒短片中朗讀無意義，且句式一樣的句子，指令詞彙及文法變化亦相當有限，因而被指誇大了研究成效。同時，LipNet 亦引起人們對私隱及監視的關注。
研究人員則反駁，指 LipNet 在龐大的數據下依然可維持良好表現，更大派定心丸，指 LipNet 需要在良好光線下才可清晰讀唇，因此偷拍或監視別人並非易事。他們期望 LipNet 可協助改善助聽儀器、在公開場合轉譯講者的口述文字，甚至應用至 Siri 或 Google Assistant，讓懶惰用家只需動動嘴巴，便可發出指令。