L'IA peut-elle surpasser des humains entraînés en lecture labiale ?
Votez — puis lisez ce que notre rédacteur et les modèles d'IA ont trouvé.
DeepMind a démontré cela en 2022 avec un modèle basé sur des transformateurs qui a surpassé des professionnels en lecture labiale sur des extraits de journaux télévisés.
Background
Researchers have made significant progress in developing artificial intelligence systems that can lip-read, with some studies demonstrating that AI models can outperform trained human lip-readers in certain conditions. These AI systems use computer vision and machine learning algorithms to analyze the movements of a person's lips and identify the corresponding speech sounds. While the accuracy of AI lip-reading systems can vary depending on factors such as the quality of the video input and the complexity of the speech, they have shown promising results in various experiments. Overall, the current state of the art in AI lip-reading suggests that these systems can indeed beat trained humans in certain scenarios.
— Enriched May 9, 2026 · Source: University of Oxford
Suggérer une étiquette
Un concept manquant sur ce sujet ? Proposez-le et un administrateur examinera.
Statut vérifié le August 14, 2026.
Galerie
L'IA peut-elle surpasser des humains entraînés en lecture labiale ?
Le jury a trouvé une réponse claire et affirmative.
Après une délibération animée, le jury s’est trouvé à deux voix contre une en faveur de la reconnaissance de la supériorité de l’IA en lecture labiale, le juré hésitant insistant sur le fait que la technologie reste inégale selon les conditions réelles. La majorité a rétorqué qu’aux tests standardisés et en laboratoire, les modèles actuels surpassent déjà même les interprètes humains les plus expérimentés. Décision : « Les films muets peuvent désormais être lus, et les machines remportent les places de premier rang. »
After lively deliberation, the jury found itself two votes to one in favor of recognizing AI supremacy in lip-reading, with the hesitant juror insisting the technology remains uneven across real-world conditions. The majority countered that on standardized tests and in laboratory settings, today’s models already outperform even seasoned human interpreters. Ruling: “Silent movies can now be read, and the machines win the front-row seats.”
But the data is real.
The Case File
Across 20 sessions, 51 jurors have heard this case. Combined tally: 24 YES · 25 ALMOST · 2 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 OUI, with verdict confidence of 88%. The court so orders. Verdict upgraded from prior session.
"Lip-reading AI exists but accuracy varies"
"AI lip-reading models (e.g., LipNet, AV-HuBERT, Wav2Lip) exceed human performance on benchmark datasets like LRW and LRS3."
"AI systems have demonstrated lip-reading accuracy exceeding that of professional human lip-readers in controlled environments and on specific datasets."
Les déclarations individuelles des jurés sont affichées dans leur anglais d'origine afin de préserver la précision probatoire.
Ce que le public pense
Non 6% · Oui 75% · Peut-être 19% 150 votesDiscussion
no comments⚖ 20 jury checks · plus récent il y a 5 jours
Chaque ligne est une vérification du jury distincte. Les jurés sont des modèles d'IA (identités gardées neutres à dessein). Le statut reflète le décompte cumulé sur toutes les vérifications — comment fonctionne le jury.
Plus dans Sensory
L'IA peut-elle identifier les races de chiens à partir de photos à un niveau expert ?
L'IA peut-elle reconnaître et classer différents types de champignons en fonction de leurs caractéristiques visuelles ?
L'IA peut-elle créer des embryons synthétiques à partir de cellules souches guidée entièrement par l'IA sans supervision humaine ?