Рельсы, ШВП, валы, подшипники, рейки и ремни — со склада и под заказ
Подбор аналогов по размерам и классу точности
Изготовление по чертежам, классы точности C1–C7
Оригиналы и аналоги SKF, FAG, NSK, ZWZ со склада и под заказ
Линейные подшипники и опоры валов
Узлы UC, UK, SB и корпуса SNL, SNG, SD
Прямозубые рейки для станков с ЧПУ и порталов
Зубчатые и клиновые шкивы под расточку и втулку тапербуш
Приводные роликовые цепи и звёздочки
Поворотные приводы с червячной передачей — со склада и под заказ
Для транспортных столов и конвейеров — со склада и под заказ
Скидка на подшипники из наличия!
Новое поступление товара в 2026 году!
KAIST сообщил 14 ноября 2026 года, что его команда научила языковую модель читать по губам по видео без звука и добилась доли ошибок 19,4% слов.
Корейский институт науки и технологий KAIST показал модель, которая распознаёт речь по движению губ на видео без звука. Главная идея — менять порядок: сначала угадывать слова, которые на губах видны отчётливо, а потом по ним достраивать спорные места. На стандартном наборе видео LRS3 доля ошибочных слов составила 19,4%. По данным KAIST, это лучший результат среди методов, которые обучались только на этом наборе. Работа получила награду за выдающуюся статью на конференции EMNLP 2026.
Работу выполнила группа профессора Ён Ман Ро (Yong Man Ro) из Школы электротехники KAIST, первый автор — постдок Чон Хун Ё (Jeong Hun Yeo). Статья называется «Diffusion Large Language Models for Visual Speech Recognition» — «Диффузионные языковые модели для распознавания речи по видео». На конференции по обработке естественного языка EMNLP 2026 она получила награду Outstanding Paper Award.
Модель обучали на наборе LRS3: 433 часа видео, где люди говорят на камеру, а к каждому ролику есть точная расшифровка. На этом наборе доля ошибочных слов — замен, пропусков и лишних слов — составила 19,4%. Издание Korea Biomedical Review уточняет: это не значит, что модель правильно понимает 80,6% разговоров. Ошибка в одном слове может изменить смысл всей фразы.
Стадия: научная работа и препринт, до устройств в быту ещё следующий этап
Главная трудность чтения по губам — неоднозначность. В английском звуки p, b и m на губах выглядят почти одинаково: губы сомкнулись и разомкнулись. Поэтому слова pack («упаковать») и back («назад») по видео не различить. Человек, читающий по губам, выручает себя смыслом: угадывает спорное слово по соседним.
Обычные модели распознавания идут по фразе слева направо и вынуждены решать про каждое слово, ещё не видя следующих. Модель KAIST устроена иначе. Это диффузионная языковая модель: она получает фразу с «пустыми» местами и заполняет их в несколько проходов, как кроссворд. Сначала она ставит слова с самой отчётливой артикуляцией, а потом, опираясь на них с обеих сторон, решает спорные места. В примере из релиза модель сначала уверенно узнаёт слова BAGS («сумки») и TRIP («поездка») и уже по ним понимает, что спорное слово — PACK, а не BACK.
Обучение шло в два этапа: сначала модель учили связывать движения губ с текстом, потом — предсказывать длину фразы. При расшифровке модель по длительности видео прикидывает несколько возможных длин предложения, для каждой строит вариант и выбирает самый надёжный.
«Гибкое управление порядком, в котором ИИ генерирует слова, само по себе помогает преодолеть фундаментальное ограничение распознавания речи, вызванное визуальной неоднозначностью». Ён Ман Ро (Yong Man Ro), профессор KAIST; пресс-релиз KAIST, 14.11.2026, перевод inner.su
«Гибкое управление порядком, в котором ИИ генерирует слова, само по себе помогает преодолеть фундаментальное ограничение распознавания речи, вызванное визуальной неоднозначностью».
Распознавать речь по губам трудно и людям, особенно в шуме. Авторы видят два главных применения: общение в шумных местах, например в цехах с громкими машинами, и помощь людям с нарушениями слуха. Следующий шаг, по словам KAIST, — уменьшить модель и её вычислительные затраты, чтобы она работала в реальном времени на носимых устройствах и роботах без подключения к интернету.
Материал носит информационный характер и подготовлен по открытым источникам, ссылки на них приведены в тексте. Он не является публичной офертой (ст. 437 ГК РФ) и профессиональной рекомендацией.
Сведения о продукции, проектах и показателях приведены по данным компаний и организаций, указанных в источниках. ООО «Иннер Инжиниринг» их не проверяло и не гарантирует их применимость к конкретным задачам.
Упомянутые товарные знаки принадлежат их правообладателям и приведены только для информирования. Упоминание не означает партнёрства, одобрения или сертификации.