小時候看特務電影時，**們往往有一項必備的技能，就是隔著幾百公尺遠盯著正在說話的物件，從嘴型判斷出對方在說什麼。有了這種記憶，導致如今看什麼語音識別技術都覺得相當一般——我都說出聲兒了你才聽懂，算什麼ai好漢。
不過最近一項專利申請表明，微軟正在向**學習，推出了無聲語音識別技術。當ai也能像**一樣，無聲之中辯人言，我們的世界究竟會有什麼不同？
除去唇語識別，ai還有什麼方式悄悄聽懂你的話？
可以發現，相比現在主流語音識別動輒95%、97%的準確率，唇語識別準確程度實在是有些拿不上檯面。對於中文這種一字一音節的語言來說還好，對於英文這種連音很多的語言來說，唇語識別要跨越的門檻確實不小。
另一方面來看，唇語識別所涉及到倫理問題實在過於嚴重。唇語識別的「射程」太遠，如果這種技術真的發展成熟，意味著天網之下的我們在交談時將再無私隱。在隱私焦慮越來越濃的今天，哪家企業公開研究這項技術，只怕是覺得自己家的公關部門過得太清閒。
因此包括微軟在內的產業和學界，都在尋找一種更精準也更隱私的無聲語言識別。目前看來，無聲語音識別的技術方向可以被分為兩個「派系」，一是「氣宗」，另乙個是「電宗」。
微軟所提交的專利，就是典型的「氣宗」——在終端上新增感測器，通過感知使用者說話時的氣流來判斷使用者說話的內容。這種終端如同乙隻小型麥克風，置於使用者嘴邊，使用者在說話時形成的氣流會在裝置中形成反射，經過訓練，可以將這些氣流反射的訊號和文字一一對應。
而「電宗」則更加神奇，我們知道人在說話時需要調動整個下半張臉的肌肉，不同的文字發音所調動肌肉的方式也並不相同。通過對面部emg（肌電）訊號的採集，來學習人類說話時面部emg訊號特徵，並通過神經網路的訓練將emg訊號和文字對應起來。
可以看出這兩種無聲語音識別都有乙個共同的特點，那就是自主性和私密性。不管是emg訊號採集還是氣流採集，都需要在講話者身上佩戴好裝置，而不是像影象技術一樣，能夠在遠端且講話者不知情的情況下進行採集分析。
無聲語音識別變成真·氣功？
不論是氣宗還是電宗，這些無聲語音識別技術都面臨著同樣的問題——既然要使用者把話說出來才能進行識別，那為什麼不直接應用語音識別來進行文字轉換和翻譯，非要弄一些和「氣功」一樣沒有切實應用場景的花招？
其實無聲語音識別的應用，可能不像大家想象的那樣廣泛，它既不能以最高效的方式幫助聽障人士，也不允許被應用於監聽等等工作。但在一些關鍵場合下，無聲語音識別卻可以發揮出奇用。
我們可以一起開動腦筋，想想在**人們需要說話，但卻聽不到彼此的聲音。答案很簡單，要麼是在聲音無法傳播的地方，要麼是在一些特別嘈雜的地方。於是無聲語音識別就有了如下的應用場景：災害現場、艙外探索、水下作業……
在這類場所中，人們或許為了躲避被汙染的空氣、或許為了呼吸氧氣，都會穿上類似生化服、太空飛行員服等等特殊服裝。穿上之後既看不到對方的表情，也聽不到對方的聲音，更沒辦法用語音互動去控制其他裝置了。同時環境情況（例如氧氣不夠充足）往往不允許人們以正常的聲音說話，加上防護服的封閉狀況會引起聲音的迴響，以往的有聲語音識別在這種情況下很難發揮作用。
這時可以被安置在防護服內部的無聲語音識別就顯得很有價值，講話者只需要做出口型就能向外界傳遞資訊。
除此之外還有嘈雜的馬路、工廠車間、機場……
在這些場所中，想要讓對方聽清自己的聲音，往往需要扯著嗓子吼。想讓語音識別準確拾音，更是難上加難。這時利用無聲語音識別就會輕鬆很多，不僅可以準確表達資訊，也能讓一些處於這種場合的工作人員戴上隔音耳塞保護自己的聽力。
實際上目前在歐洲一些型號的戰鬥機中，就因為機艙內噪音巨大、飛行員之間無法溝通，已經應用上了emg訊號無聲語音識別技術。
當然，目前相比語音識別技術、甚至相比唇語語音識別，無聲語音識別技術的發展階段還很初級，應用效率也不高。
實際上無聲語音識別是一項典型的「美好而無用」的ai技術，它既完美體現了一系列技術的排列組合，例如emg訊號無聲語音識別所體現出的ai與神經學的結合；又在應用上極大程度的受限，即使在一些聲音難以傳播的場景下，也要考慮計算條件、識別語音後資訊再傳遞的媒介，更不用提複雜的資料收集工作了。
但我們有理由相信，在未來ai技術越來越普及化、應用成本越來越低時，總會出現一些極端場景應用上這些看似無用的技術——也許未來有一天，戰鬥機的控制也要應用上語音互動呢？
微軟申請無聲語音專利 悄悄話未來也能辨
世界智財權組織 world intellectual property organization，wipo 在去年12月公布了一項由微軟所申請的專利，該專利名稱為 無聲語音輸入 silent voice input 可以在吸氣時輕聲地執行語音命令，而不會打擾周遭的人。微軟表示，儘管語音輸入的效能持續...
C 呼叫微軟自帶的語音識別
using system using system.collections.generic using system.linq using system.text using system.speech.recognition 引用系統的speech的識別 using system.speech.s...
c 用微軟SAPI進行實時語音識別
vs2015,c include include include include include include sphelper.h include using namespace std inline hresult blockforresult isprecocontext precoctxt...