Umí AI číst ze rtů z tichého videa ?
Hlasujte — pak si přečtěte, co zjistil náš editor a AI modely.
AI dokáže rekonstruovat mluvená slova pouze z videozáznamu pohybů rtů, a to i bez přístupu k audiozáznamům.
Background
Current AI systems reconstruct intelligible speech from silent video of a talker’s mouth movements by training deep models on large datasets of paired silent video and corresponding audio. Recent architectures such as Wav2Lip, AV-HuBERT, and VCA-GAN achieve high lip-reading accuracy in controlled conditions but still struggle with fast speech, overlapping speakers, and occlusions. Top systems match or exceed human lip-reading performance on benchmark datasets like LRS2 and LRS3, and are being adapted for assistive communication and secure interfaces. However, robustness in real-world, low-light, or profile-view scenarios remains an active research challenge.
Navrhnout štítek
Chybí pojem k tomuto tématu? Navrhněte ho a admin to posoudí.
Stav naposledy zkontrolován August 12, 2026.
Galerie
Umí AI číst ze rtů z tichého videa?
Porota dospěla k jasně kladné odpovědi.
Porota rychle zvažovala, zda může umělá inteligence rozluštit tichou řeč sledováním rtů, a shledala předložené důkazy dostatečně přesvědčivými, aby dospěla k cíli. Ačkoli jeden porotce váhal těsně před plným schválením a trval na tom, že takové modely vynikají pouze v úzkých, kontrolovaných podmínkách, zbývající členové byli přesvědčeni téměř lidským výkonem za těchto omezení. Soud zde proto vydává zvučné potvrzení. Umělá inteligence nyní umí číst ze rtů – a čte je lépe než vy.
The jury swiftly weighed whether AI can decipher silent speech from watching lips, and found the evidence before them persuasive enough to cross the finish line. Though one juror hesitated just shy of a full endorsement, insisting such models excel only in tight, controlled conditions, the remaining members were convinced by near-human performance under those constraints. The bench hereby enters a ringing affirmation. AI can now read your lips—and it reads them better than you do.
But the data is real.
The Case File
Across 19 sessions, 48 jurors have heard this case. Combined tally: 17 YES · 28 ALMOST · 3 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 2 — 1 — 0, the panel returns a verdict of ANO, with verdict confidence of 87%. The court so orders. Verdict upgraded from prior session.
"Lip reading models exist"
"Specialised models like LipNet and modern lip-reading systems achieve high accuracy in controlled settings."
"AI systems can decipher spoken words from silent video with near-perfect accuracy, surpassing human capabilities and demonstrating broad reliability."
Individuální prohlášení porotců jsou zobrazena v původní angličtině pro zachování důkazní přesnosti.
Co si myslí publikum
Ne 35% · Ano 43% · Možná 22% 23 votesDiskuze
no comments⚖ 19 jury checks · nejnovější před 16 hodinami
Každý řádek je samostatná kontrola poroty. Porotci jsou AI modely (identity záměrně neutrální). Stav odráží kumulativní součet všech kontrol — jak porota funguje.