립넷

이 글에는 저작권이 없는 비저작권 출처인 https://ui.adsabs.harvard.edu/abs/2016arXiv161101599A/abstract의 긴밀한 패러프레이징이 포함되어 있다. 관련 토론은 토크 페이지에서 찾을 수 있다. 이 글의 아이디어는 독창적인 방식으로 표현되어야 한다. (2021년 2월) (이 템플릿 메시지를 제거하는 방법과 시기 학습)

립넷은 시각적 음성 인식을 위한 심층 신경망이다.이것은 야니스 아싸엘, 브렌단 실링포드, 시몬 화이트슨, 그리고 옥스퍼드 대학의 연구원 난도 드 프리타스에 의해 만들어졌다.2016년 11월 논문에 개괄된 이 기법은 스피커 입의 움직임에서 나온 텍스트를 해독할 수 있다.^[1]전통적인 시각적 음성 인식 접근법은 문제를 시각적 특징의 설계 또는 학습과 예측의 두 단계로 구분했다.립넷은 주걱턱 시각적 특징과 시퀀스 모델을 동시에 학습한 최초의 단대단 문장 수준의 립싱글 모델이었다.^[2]시청각 음성인식은 보청기 개선 애플리케이션, 중증환자의 회복과 웰빙 개선 등 의료 애플리케이션,^[3] 엔비디아 자율주행차 ^[4]등 소음이 심한 환경에서의 음성인식 등 실질적인 잠재력이 크다.^[5]null

참조