一种基于改进TSM-ResNet50时空网络模型的唇语识别系统及方法

本发明涉及人工智能、计算机视觉与语音处理技术领域，具体是一种针对聋哑人士及嘈杂环境下语音识别需求的基于改进TSM‑ResNet50时空网络模型的唇语识别系统及方法；该系统通过融合YOLOv7目标检测算法、TSM‑ResNet50时空网络模型以及GRU网络和注意力机制等深度学习技术，实现了对唇语视频数据的高效、准确识别，并采用了B/S架构和轻量级Flask框架，实现了唇语识别的可视化展示，极大地提高了用户体验。本发明的提出，旨在为聋哑人士提供更加便捷、高效的交流方式，同时推动唇语识别技术的发展和应用。