摄像机“读”唇语

在科学、医疗、工业等领域，为了观察物质世界的瞬时变化过程和特性，高速摄影技术是一种必不可少的研究手段。近日，日本科学家提出的新创意——赋予高速摄影机以解读人类唇语的能力，更是让它如虎添翼。新理念的高速摄影机能够跟踪记录远处说话者的颈部振动，无需借助麦克风就能解析语音内容。

人们说话时，舌头、嘴唇和下颚的运动能够带动颈部皮肤产生微妙的颤动，通常肉眼难以分辨，使用高速摄影机一秒钟能拍摄一万个画面，可以精确的识别脖子的每一个“动作”。

东京早稻田大学Yasuhiro Oikawa教授是这项研究的主导人。实验中，他要求志愿者朗读一个日语单词，同时使用高速摄像机放大并跟踪志愿者发音时颈部皮肤的振动。通过计算机程序将皮肤的振动记录转化为声波图像进行分析，就能够重建志愿者的语音并足以理解这个单词。Oikawa教授表示，使用高速摄像机记录下的皮肤振动频次与麦克风、测振仪测量出的数据相差无几，甚至更为精确有效。而且与麦克风相比，该技术在户外摄制时不用担心背景噪声的干扰。他预计在今年年底之前，可以使用高速摄影技术一字不差地识别一段完整的句子，并捕获说话者的声调。

接下来，研究人员试图把高速摄像机的焦点对准说话者的脸颊，通过跟踪更多的面部振动区域获得更多的声音信息，从而提高语音重建的质量。