Según un investigador jordano, no sólo es difícil determinar una palabra específica a cada movimiento de la boca, sino que además, todavía falta incluir el lenguaje corporal dentro de estas mediciones.
AMÁN.- La lectura de labios no es una práctica que muchos humanos puedan manejar y generalmente sólo está relacionada a personas que conviven o tiene algún tipo de dificultad auditiva. Es por esto, que por años grandes grupos de desarrolladores han intentado sin descanso llevar esta técnica a los computadores, para poder democratizar su aplicación, sin embargo, hasta el momento no han tenido éxito en este proceso.
La razón detrás de estos problemas, según Ahmad Hassanat, investigador de la Universidad de Mu'Tah de Jordania, está en la cantidad de palabras en el vocabulario humano, junto con los más de 50 sonidos diferentes de cada una de sus sílabas y las 10 a 14 formas distintivas que puede tomar la boca al hablar.
De esta manera, ciertas secuencias no necesariamente van a estar asociadas a una sola palabra o una serie de éstas, sino que pueden tener varias soluciones diferentes. En tanto, para lograr leerlas, los sistemas computaciones deberían reconocer, extraer y categorizar geométricamente las características de los labios durante un discurso.
Así, debería medirse la altura y el ancho de los labios como también otros elementos como la elipse sobre éstos, la cantidad de dientes presentes y lo roja que se muestre la imagen, para determinar la cantidad de lengua que está visible mientras la persona habla.
Obviamente, esto también depende de cuánto modulan las personas, siendo más difícil identificar las palabras de quienes no mueven mucho sus labios.
A esto se suma además, según el experto, todo el lenguaje corporal de la persona y sus expresiones faciales, que todavía no ha sido incluido en muchos sistemas computaciones para leer labios y que son vitales para dar un contexto a cada palabra.
Hasta el momento, Hassanat cuenta con su propio sistema experimental para la lectura de labios que solamente ha alcanzado un 76% de precisión. Sin embargo reconoce que todavía queda mucho camino por delante, por ejemplo, para poder incluir sistemas más asertivos para leer lo que dicen personas con barba o bigotes.
