背景与挑战 唇读技术（Lip Reading）作为多模态交互的重要方向，传统方案需要数千小时音视频对齐数据。数…

背景与痛点 唇读技术长期以来面临一个核心挑战：需要大量标注数据才能达到可用的准确率。传统方法如 LSTM+CN…

背景痛点 唇读技术（Lip Reading）在视频内容理解、辅助听障人士等领域有重要应用，但传统方法面临两大核…

背景与痛点 传统唇读模型（如 LipNet）往往需要数千小时的标注视频数据才能达到可用效果，这带来了两个核心问…

背景痛点 传统唇读模型（如 LipNet）严重依赖数千小时的标注视频数据，标注成本极高。以 GRID 数据集为…