DeepMindのAI、読唇でも人間のプロに勝つ
米Google傘下のDeepMindと英オックスフォード大学エンジニアリング科学学部は11月16日、「Lip Reading Sentences in the Wild」と題す論文を公開（リンク先はPDF）した。
人間が何を話しているかを、口の動きだけで読み取る「読唇（lip readinig）」ための、ディープラーニングベースの人工知能（AI）開発に関する論文だ。
このプロジェクトでは、英国営放送BBCで2010年1月～2015年12月に放映した5000時間以上の番組をAIに“見せ”ることで訓練した。これらの動画には11万8000以上のセンテンス（文章）が含まれている。
こうして育てた結果、未見のBBC番組でテストしたところ、読唇のプロの人間が12.4％読み取ったところ、AIは46.8％読み取れたという。しかも、ミスのほとんどは、複数形を表す語尾の「s」を抜かすといった小さなミスだったとしている。
プロジェクトチームのジョーン・ソン・チャン教授が公開した動画（記事末に転載）を見ると、動画に合わせてAIが字幕をほぼリアルタイムで表示している。
プロジェクトチームは、トレーニングリソースとしてBBCのデータセットを公開する計画だ。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
こんなメディアも見られています
ITmedia NEWSに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
SpecialPR
本日の新着記事
アクセスランキング
-
1
人気Web制作ツール「Studio」全ユーザーの情報漏えいか フォームに送信された内容、外部APIキーなども
-
2
「『楽天カード公式』から詐欺メール」報告相次ぐ ドコモメールに公式マーク付きフィッシング、一部企業の認証設定に脆弱性
-
3
コミックシーモア、不正アクセスの可能性でサービス停止 メンテ終了時期は未定
-
4
緊急地震速報発表→すぐ取り消し 震度7予測も、実際は震度1 アラートに困惑の声
-
5
Microsoft、社内エンジニア数万人を対象に「Claude Code」「Copilot CLI」導入の影響を分析 生産性どう変わる
-
6
タイムズカー、退会後も7年間保管していた免許証画像を全削除へ 約660万アカウント分の漏えい受け
-
7
Tesla、新型「Roadster」発表 SpaceX技術で“飛べる”モデルも 日本でも予約受付中
-
8
ヤマト運輸、氏名や住所など計530万件超が漏えい 「クロネコ代金後払い」不正アクセスで
-
9
「セキュリティソフトも売ってるのに」ソースネクスト会員情報漏えい、パスワード含む最大2252万件 API不正利用される
-
10
コードを書かずに“自分専用IME” 日英を自動切り替えできる「Meltype」にAI変換を載せてみた
ITmedia NEWS SNS
@itmedia_newsをフォロー
インフォメーション
注目情報をチェック
ITmediaNEWSをフォロー
あなたにおすすめの記事PR