唇部音节识别方法、装置、设备及介质

摘要

本公开实施例中提供了一种唇部音节识别方法、装置、设备及介质，属于图像处理技术领域，具体包括：得到每个初始特征点的坐标信息；形成距离时间序列；根据距离时间序列转换目标曲线；从距离时间序列中分割对应的发音序列；得到最优特征序列；计算最优特征序列与样本特征序列之间距离的相似度；判断相似度是否小于第二阈值；若是，则判定音节相同；若否，则判定音节不同，并计算最优特征序列与其他样本特征序列的相似度，直至相似度小于第二阈值。通过本公开的方案，计算基于音节的细粒度特征，然后利用交叉验证递归特征消除模型进行训练，选取最优特征序列与样本特征序列进行比对，从而识别对应的音节，提高了音节检测的效率、精准度和适应性。