事实上，AI的读唇术比人类要厉害得多。

2016年，牛津大学训练了一种叫作Lipnet的AI。它在唇读测试中达到了93.4%的准确度，远超过人类。

那么，AI怎么识别唇语呢？

它先从图像中识别出人脸，提取人说话时口型变化的特征，识别对应的发音。之后，识别单词、句子，再借助大数据对这些语句进行搜索，从而判断哪些语句更可能是说话人想表达的。

当然，AI能练成读唇术，其背后的技术难度是非常大的。

以视频数据库训练自动唇读系统为例，必须要让AI预先学习每一个视频片段。可问题是，视频流与音频流未必完全同步，甚至可能会出现1秒左右的时间差。

这会让AI蒙圈，因为视频中出现的口型没办法和音频完美贴合，它无法将某一特定口型和其发音对号入座。

为此，AI要先学会那些完全同步的音视频流，掌握发音与口型间的关联；然后，自行推断音视频流中哪些画面是不同步的，再自动修正。

我国也曾发布全球规模最大的中文唇语识别数据集，采集了超过2000人的70多万个样本，训练AI的唇读能力。它对唇语的识别可以达到90%以上。