别在路边商量抢银行的计划了，监控探头已经学会了读唇术

06-20

文 | 木子Yanni

为什么说无声胜有声？因为无声饱含秘密。

遥远的月球上，有一块被深埋了几百万年之久的黑色石板，强有力的放射性发光体正对着木星，这勾起了人类的好奇心。

18 个月后，“发现者一号”太空船起航，两名飞行员、三位“冬眠”的科学家，以及一台完美型人工智能电脑“哈尔 9000”，一齐踏上了全程五亿公里的木星探秘之旅。

俗话说，有“人”的地方就是江湖。在太空漫游的过程中，人工智能哈尔在工作中出现失误，做出飞船某零件将要出现故障的判断，谨慎起见，两位飞行员考虑要关闭哈尔。

万万没想到，这一商量，出事了。

深知哈尔的智能程度，为了避免谈话被哈尔听到，俩人特意找了个借口，躲进了备用仓，始料未及的是，哈尔居然会读唇语。在悄咪咪围观完两人的谈话后，哈尔知道自己将要被关闭，决定先下手为强，它不仅找机会把两位飞行员关在舱外，还干掉了仍在睡眠仓里沉睡的三位科学家。

哈尔正在暗中解读唇语

值得庆幸的是，作为飞行员之一的大卫顶着重重危险，终于回到飞船内，成功关掉了哈尔。

在这部 1968 年上映的《2001 太空漫游》中，导演斯坦利·库布里克幻想了一种奇技：面对无声的秘密，AI 可以读唇。

当年的幻想，在斯坦利·库布里克去世二十年后，终成现实。

唇语之难

唇读有多难呢？你关掉字幕，把电视音量调到零体验一下。（友情提示，千万别看朱广权，不然你可能会觉得我在为难你。）

结果你会发现，是不是朱广权，其实对结果根本没什么影响。

之前，网上有个风靡一时的游戏：两人配合，一个人说词，另一个人戴上播放音乐的耳机猜。听起来很简单对不对？别急，把此刻离你最近的人拉过来 PK 一下，如果你能百猜百中，壮士，请收下我的膝盖。

唇语之所以难看懂，是因为当你在说话时，上下唇处于持续的活动当中，不仅变化速度快，而且看不出音调，唇形哪怕是一点点的微弱变化，都能匹配上不同的字，这就需要在语境当中进行上下文匹配，你才知道我说的是“按钮”还是“爱你呦”。

正因为唇读的难度很高，而且过程中总会出现各种难以预料的不可描述，所以在很多综艺节目里，它都会被改造成不同游戏，负责承包笑点。

道歉、郝建、脚垫傻傻分不清

我身边的很多朋友，第一次公开听说唇读这个词儿，都是从“头顶门事件”开始的。

2006 年 7 月 9 日，正值德国世界杯决赛，万千球迷握拳屏气，期待着一场巅峰决战：法国球星齐内达率领球队一路闯进决赛，将与意大利一决胜负。

决赛在万千期待中顺利进行着，但强强对决，高下难分，加时赛进行到 109 分钟时，双方比分依然僵持在 1:1，就在此时，意想不到的事情发生了。

正在回防的齐达内，似乎听到了什么，一个转身，果断用头砸向马特拉齐的胸口，把他撞翻在地。齐达内这个举动的代价是，被红牌罚下，与大力神杯失之交臂，赛后，34 岁的他宣布退役。

“头顶门”瞬间

舆论毫无争议地集中在一点：马特拉齐到底说了些什么？

为了抢爆料头条，多家媒体不惜请来唇语专家，通过现场视频对马特拉齐读唇，以此还原当时的情况。但事实是，一百个唇语专家，就算没有一百种解读，也能有九十九种，一时间，关于马特拉齐言论的版本满天飞。

综合来看，比较受认可的说法是，马特拉齐用恶劣词汇提及了齐达内的姐姐，而一直以来，家人都是齐达内尽全力守护的目标，这才爆发了此次冲突。但是，要想深究翻译的准确率，恐怕只有当事人最清楚，这不，因为争议太多，直接逼得马特拉齐出了一本书，书名就叫做《我对齐达内说了什么》。

《我对齐达内说了什么》

虽然唇读很难，但术业有专攻，要想让无声开出花儿来，还得靠专家。

一直以来，唇读主要集中在案件侦查、残障教育等场景中，主力军都是经过长久且专业培训的读唇专家。

读唇女王和英国劫钞案

杰西卡·里斯是英国著名的读唇专家，她在 4 岁那年失去听力后，开始练习读口型来理解意思，长年累月的练习后，她掌握了“读唇术”，并成长为政府盖戳认证的“官方读唇证人”，被视为英国司法界的“奇迹武器”。

英国著名的「“零证据”劫钞案」，正是在杰西卡的协助下，警方才最终找到关键证据，得以顺利破获。

2002 年 2 月 11 日，凌晨 6 点刚过，一架航班冲破夜色，徐徐降落在伦敦希思罗机场第四航站楼。机上除了有 187 位旅客外，还有 8 箱美钞，总数超过 600 万美金，正等待转运回美国。

图片来源于网络

飞机刚停稳，一辆运钞车已经到达指定位置接应，车身的醒目位置还贴着一个英航的标志。

35 岁的帕达，是这辆运钞车的司机，他瞧着飞机已经停稳，便熟练的跳下车，进入飞机行李舱，敏捷地卸下了 8 个沉甸甸的红色现金箱，并逐一搬上了运钞车。完成这一系列动作后，他不经意地看了一眼时间，刚刚 6:30。

图片来源于网络：红色现金箱就长这样

齐活儿嘞，帕达哼着小调，一屁股扎进驾驶位准备开车离开，不料，脚刚踩在离合上，就瞅见一辆小货车开了过来，车身上也贴着英航的标志。帕达丝毫没多想，因为这是机场，随处可见这样的行李运载货车，没什么奇怪的。

然而，接下来发生的事情，却令帕达终身难忘。

他被人硬生生从车上拽下来，捆成一只肉粽后，扔在了冰冷坚硬的水泥地上，全身像筛子一样颤抖着，内心的惊恐早已翻江倒海，嗓子里却一点儿声音都发不出来，身体已经僵硬到可以盖过骨头被小石子抵着的疼痛。帕达无法控制地假想着一颗随时可能飞来的子弹，也许会射在腿上，也许是头。

今天会死在这里吗？他只能祈祷。

时间一分一秒在游走，不知过了多久，刺耳的警铃响彻整个机场，一阵由远及近的脚步声发现了帕达，而此时，运钞车停在原地，但 8 箱现金已不见踪影，同时消失的，还有那辆带着英航标志的货车。

听着警察们嘈杂的议论，帕达才知道，自己经历的漫长煎熬，其实只有短短五分钟。

正当警察在梳理线索时，大老远有一个穿着机场警员服装的人，跌跌撞撞地朝警察所在的方向晃来，还没等警察询问，这位自称叫森迪普的人已经开口了。森迪普说事发时，他正在巡逻，一辆小货车很自然的停在了他身边，说时迟那时快，两个蒙面人从车上冲下来，高举着手里的刀，将他挟持到货车的驾驶位上，逼着他将车开出了机场。

刚一出机场，劫匪就迫不及待的下车，麻溜的把现金箱从货车上卸下来，转而搬进了一辆早已停在这里的车，森迪普趁着劫匪忘我地搬钱时，撒腿就跑，这才逃了出来。

要知道，希思罗机场作为欧洲最为繁忙的机场之一，居然发生了一起如此神速的劫钞案，劫匪完成捆绑司机、转移现金、迅速消失这一系列动作，仅仅耗时五分钟，更令人震惊的是，抢劫发生的地点在航站楼侧面，正好是机场内公认的“超级安全区域”，如此看来，此案堪称是惊天丑闻。

而此时，由神探尼尔森领头的破案小组，把初步怀疑放在了运钞车司机帕达和警员森迪普身上，理由是：能顺利进入机场，在最安全区域迅速完成抢劫后，还能毫发无损的离开，肯定有内应，而这两人恰好还都在险中逃生，十分可疑。

然而，没有证据，警方也不能随便对嫌疑人进行窃听，怎么办呢？神探尼尔森只能派人远远的跟着两名嫌疑人，用微型摄像机拍下他们的行踪，但距离太远，所有的影像资料都听不到声音。

很快，一年时间过去了，拍摄的视频已经装满了 23 盘录像带，神探尼尔森还是一无所获。这两人看起来都很正常，大多数时间都陪着各自家人，就算外出聚会，也毫无异常，不毒、不赌也不嫖。

截至目前，此案还是零证据。神探尼尔森陷入了自我怀疑，难道从一开始就错了吗？

突然的一天，神探尼尔森听说有人可以靠读唇破案，一打听才知道，此人正是英国著名的读唇专家杰西卡·里斯。天啦噜，这简直是上天派来的救兵，尼尔森立刻找到杰西卡，说明来意后，杰西卡很乐意帮助，并留下了那 23 盘录像带。

七天后，有了结果。

杰西卡把重点放在录像中频繁出现的五个人身上，靠着录像带里的口型，翻译出了他们说的话。

场景一：抢劫案发生当晚，机场警员森迪普和他的哥哥坐在家附近的公园长椅上，眉飞色舞的畅谈着，哥哥说：“哈哈，我们发财了。”森迪普高兴地回应：“没错，而且这帮傻警察完全想不到我们是怎么发财的。”

场景二：运钞车司机帕达和机场警员森迪普碰面，帕达对森迪普说：“沉住气，千万别露出马脚，半年甚至更长一段时间里，我们都得保持穷样子，你还是继续在机场当临时警卫比较好。”

场景三：机场警员森迪普的哥哥对运钞车司机帕达说：“放心，没有人被怀疑，警方没有发现任何线索。如果警方真的问起，我什么都不承认，他们没有证据。”

场景四：一个露天酒吧里，几人在谈论：怎么样才能在不引起怀疑的情况下，把那些美元换成英镑。

靠着读唇专家杰西卡的翻译，警方顺利找到了嫌疑人藏钱的地方，并还原了抢劫案经过：机场警员森迪普和哥哥不想太辛苦，做梦都想轻轻松松地找钱花，恰好，他俩遇到了同样想不劳而获的运钞车司机帕达，三人一拍即合，又拉来两个帮手，组建了五人弄钱小团队。

经过一番头脑风暴，行动开始。

机场警员森迪普借工作之便，先把三个同伙藏在了机场安全区域外，凌晨时分，运钞车司机帕达顺利进入机场。6:20 左右，藏在安全区域外的三人，开着提前准备好的货车试图靠近安全区域，这时，机场警员森迪普找借口引开检查人员的注意力，三人顺利进入安全区域，准备接应运钞车司机帕达。

当钱箱已经被司机帕达装入运钞车后，接应的三人迅速卸下箱子，并把司机帕达绑了起来，然后，警员森迪普开车直接把三人送出了机场，随后迅速返回，故作慌张的向警察传达虚假信息。

法庭上，法官宣布读唇专家杰西卡的证据有效，五人在证据面前也低头认罪，这场抢劫案到此水落石出。

尽管读唇女王杰西卡参与了 700 多起刑事审判，但她在 2004 年被指控简历造假，因为简历上显示她拥有牛津大学贝利奥尔学院的学位，但实际上她只读了两年，这件事经过媒体发酵后，英国皇家检察署决定不再依赖杰西卡。

有没有人能胜过唇读专家呢？肯定有。

AI 读唇术

2016 年，读唇专家遇到了强劲的对手：人工智能。

首先出场应战的选手，是来自于牛津大学计算机科学系的 LipNet。LipNet 称得上是当时最优秀的唇读系统，尽管供它学习的数据集只有 51 个特殊单词，但是经过测试，在同一份材料下，读唇专家的准确率是 52.3%，而 LipNet 的准确率则达到了 93.4%，AI 胜出。

图片来源于网络

不过要提一下的是，LipNet 能达到这样的准确率，是因为所有的句式都相同，而且涉及词汇量极少，难度较低。

随后登场的这位选手，与 LipNet 相比，能力不止高了一个台阶，它就是由 DeepMind 和牛津大学共同选送的人工智能系统 WLAS。

与 LipNet 仅有 51 个单词的学习样本不同，研究人员给 WLAS 准备的，是超过 5000 小时的 BBC 节目全家桶套餐，涵盖 2010 年 1 月到 2015 年 12 月之间的《新闻之夜》、《BBC 早餐》等各种视频素材，约有 118000 个句子。

图片来源于网络：BBC 节目数据库

WLAS 需要仔细观看这些长达数千小时的视频，先从画面中识别出说话的人脸，抽取说话人的唇形变化特征，再将这些特征和发音进行匹配，牢记唇形和文字之间的对应关系。在学习完这 118000 个句子后，WLAS 只看无字幕版视频，就能够自动补充字幕，即使是唇形变化不那么明显的句子，WLAS 也能够通过唇形正确识别，比如：“我们知道也将有上百位记者会出席” (We know there will be hundreds of journalists here as well)。