Investigadores de la división de inteligencia artificial DeepMind de Google desarrollaron junto a la Universidad de Oxford un sistema de lectura de labios que supera al análisis e interpretación que pueden hacer los humanos. El software fue entrenado con cientos de horas de programas televisivos de la BBC, que fueron chequeados por la red neuronal de la compañía de Internet.  

Los resultados dieron una precisión del 46,8 por ciento, un porcentaje que puede parecer bajo a simple vista, pero que supera el 12,4 por ciento que pudo lograr un profesional especializado en la lectura de labios bajo la misma muestra.

De forma previa, la Universidad de Oxford había desarrollado LipNet, un sistema que habia alcanzado una efectividad mayor, pero basado en capturas de video controladas. La virtud de Watch, Listen, Attend, and Spell, como se denomina el sistema desarrollado por DeepMind, está en las pruebas realizadas sobre registros que presentan mayores desafíos técnicos al ser programas televisivos de política de la BBC como Newsnight, Question Time y The World Today.

Watch, Listen, Attend, and Spell analizó más de 118 mil frases diferentes y unas 17.500 palabras únicas, y entre sus objetivos está el desarrollo de sistemas que puedan asistir a personas con la capacidad auditiva disminuida, o para perfeccionar nuevos servicios basados en gestos.