本文为布拉格捷克理工大学（作者：Jan Hor′ak）的学士论文，共81页。

唇读问题，意思是仅仅从视觉信息中猜测一个人说出的单词或整个句子的技巧，由于人、语言和发音的多样性，这是一个非常困难但有趣的任务。

在这篇学士论文中，分析了目前已知唇读方法的准确性。我们的目的是验证人工智能方法，即深度神经网络，是否是解决这个问题的合适候选者。在实际设计中，着重介绍在测试数据上训练神经网络的准确性方面的结果，以及通过创建和发布Web应用程序，来发现使用这种工具进行唇读方法的实时语音识别是多么困难。

The problem of lip reading, which means askill of guessing one’s uttered word or whole sentence only out of a visualinformation, is a very hard - yet interesting task, due to variety of people,their languages and articulations. In this bachelor thesis I analyze the knownmethods of lip reading, I find their accuracy and my aim is to verify whetherthe use of artificial intelligence methods, namely Deep Neural Network, is asuitable candidate for solving this problem. In the practical part, I focus onpresenting the results both in terms of the accuracy of the trained neuralnetwork on test data and by creating and publishing a web application to findout how difficult it would really be to use such a tool for a real-time speechrecognition using the lip reading method.

1 引言

1.1 研究动机

1.2 研究目标

2 主要研究内容

2.1 基于Haar Cascades的检测

2.2 神经网络

2.3 当前技术水平

3 使用的数据和工具

3.1 Python

3.2 Jupyter

3.3 OpenCV

3.4 TensorFlow与Keras

4 具体设计

4.1 预处理

4.2 训练

4.3 评估

4.4 Web应用

5 详细实现

5.1 预处理

5.2 训练

5.3 评估

5.4 Web应用

附录A CD光盘中的内容

附录B 安装指南

附录C LRW数据集词汇表

下载英文原文地址：

http://page2.dfpan.com/fs/blcj62217291b610715/  

更多精彩文章请关注微信号：