La lecture de la parole sur les lèvres

LipNet avait déjà atteint 95,2 pour cent d'exactitude au niveau de la phrase en novembre 2016, mais sur le corpus GRID, dont la grammaire est figée et le vocabulaire limité à quelques dizaines de mots, si bien que le résultat prouvait moins qu'il n'y paraissait. Le chiffre de 2018 tient sur des images de télévision ordinaires, ce qui en fait un déplacement réel. Ce qui a été cédé, c'est le décodage de la parole visible depuis une vue de face nette, tâche où les personnes entraînées ont toujours été médiocres et où les machines sont désormais seulement mauvaises. Non cédé : la lecture labiale telle que la pratiquent les personnes sourdes, qui repose sur la connaissance du locuteur, sur le sujet en cours et sur les stratégies de reprise quand la lecture échoue, et qu'aucun taux d'erreur n'a jamais mesurée. La capacité arrive par ailleurs comme moyen de surveillance avant d'arriver comme aide, ce qui dit quelque chose du transfert plutôt que de l'aptitude.