مروری بر پژوهش های لب خوانی خودکار:دادگان و روش ها

لب خوانی یا فرآیند بازشناسی دیداری گفتار روش تشخیص گفتار از روی حرکات لب گوینده است. در سال های اخیر علاقه به لب خوانی خودکار رو به افزایش بوده و تحقیقات بسیاری در این زمینه انجام شده است و همچنان به عنوان یک موضوع تحقیقی پیشرو مطرح است. در این مقاله مروری بر تحقیقات انجام شده در زمینه لب خوانی خودکار ارایه شده است. فهرستی از پایگاه داده های مورد استفاده با در نظر گرفتن خصوصیاتی نظیر تعداد گوینده، محتوای گفتار و کیفیت تصاویر ارایه شده است. در این مقاله، تحقیقات متنوع لب خوانی در زمینه تشخیص اعداد، حروف، کلمات و جملات و روش های سنتی استخراج ویژگی و دسته بندی تا روش های جدید مبتنی بر یادگیری عمیق مرور شده اند. بعلاوه فعالیت های لب خوانی زبان فارسی شامل پایگاه داده های فراهم شده و تحقیقات مرتبط با جامعیت بیشتر معرفی شده است.