Deux chercheurs de l’université d’Oxford, Joon Son Chung et Andrew Zisserman, développent un instrument de lecture sur les lèvres à l’aide d’un algorithme testé sur près de 5 000 heures de vidéos fournies par la BBC. Le modèle « Regarder, écouter, suivre, épeler » (WLAS : « Watch, Listen, Attend and Spell ») basé sur le Deep Mind neural network de Google a été alimenté par un corpus de 100 000 phrases extraites de ces vidéos. Les résultats sont encourageants : alors qu’un lecteur professionnel parvient à identifier un peu moins d’un quart des mots prononcés dans ces phrases, le modèle WLAS parvient à en identifier un peu plus de la moitié. Un résumé de leur recherche est disponible dans l’article très détaillé qu’ils ont publié en ligne.
OpenEdition vous propose de citer ce billet de la manière suivante :
antract (29 avril 2018). Un instrument de lecture automatique sur les lèvres développé par l’université d’Oxford. ANTRACT. Consulté le 18 avril 2026 à l’adresse https://doi.org/10.58079/b8uj
