小时候看特务视频训练，AI唇语准确率达到了46.8%。国内有一家企业曾经提供过相关数据：在对中文新闻应用语音识别来进行文字转换和翻译，非要弄一些和“气功”一样没有切实应用场景的花招？ 　　其实无声语音识别的应用，可能不像大家想象的那样广泛，它既不能以最高效的方式帮助听障人士，也不允许被应用于监听等等工作。但在一些关键场合下，无声语音识别却可以发挥出奇用。 　　我们可以一起开动脑筋，想想在哪里人们需要说话，但却听不到彼此的声音。答案很简单，要么是在声音无法传播的地方，要么是在一些特别嘈杂的地方。于是无声语音识别就有了如下的应用场景：灾害现场、舱外探索、水下作业…… 　　在这类场所中，人们或许为了躲避被污染的空气、或许为了呼吸氧气，都会穿上类似生化服、宇航员服等等特殊服装。穿上之后既看不到对方的表情，也听不到对方的声音，更没办法用语音交互去控制其他设备了。同时环境情况（例如氧气不够充足）往往不允许人们以正常的声音说话，加上防护服的封闭状况会引起声音的回响，以往的有声语音识别在这种情况下很难发挥作用。 　　这时可以被安置在防护服内部的无声语音识别就显得很有价值，讲话者只需要做出口型就能向外界传递信息。 　　除此之外还有嘈杂的马路、工厂车间、机场…… 　　在这些场所中，想要让对方听清自己的声音，往往需要扯着嗓子吼。想让语音识别准确拾音，更是难上加难。这时利用无声语音识别就会轻松很多，不仅可以准确表达信息，也能让一些处于这种场合的工作人员戴上隔音耳塞保护自己的听力。 　　实际上目前在欧洲一些型号的战斗机中，就因为机舱内噪音巨大、飞行员之间无法沟通，已经应用上了EMG信号无声语音识别技术。 　　当然，目前相比语音识别技术、甚至相比唇语语音识别，无声语音识别技术的发展阶段还很初级，应用效率也不高。 　　实际上无声语音识别是一项典型的“美好而无用”的AI技术，它既完美体现了一系列技术的排列组合，例如EMG信号无声语音识别所体现出的AI与神经学的结合；又在应用上极大程度的受限，即使在一些声音难以传播的场景下，也要考虑计算条件、识别语音后信息再传递的媒介，更不用提复杂的数据收集工作了。 　　但我们有理由相信，在未来AI技术越来越普及化、应用成本越来越低时，总会出现一些极端场景应用上这些看似无用的技术——也许未来有一天，战斗机的控制也要应用上语音交互呢？