Un equipo de la Universidad de Kansas ha cartografiado alrededor de 20.000 palabras inglesas según sus características visuales al articularse para entender por qué la lectura labial resulta tan difícil. La investigación, publicada en el Journal of the Acoustical Society of America, se centra en los "visemas", la unidad visual equivalente al fonema, en lugar de en los sonidos. El equipo, dirigido por el profesor Michael Vitevitch, junto con las estudiantes de doctorado Maia Flynn y Reid Kelly y con Lorin Lachs (California State University, Fresno), descubrió que los errores no se producen al azar y que dependen de la posición de la palabra en una red visual: cuanto más concurrida sea esa zona, más fácil es confundir términos.
Entre los hallazgos principales destaca que las personas tienden a confundir una palabra por otra de uso más frecuente; que aproximadamente un tercio de las palabras inglesas comparten apariencia visual con al menos otra cuando se pronuncian; y que quienes leen los labios suelen quedarse a uno o dos visemas de la palabra objetivo. Vitevitch subraya que la mayoría cree desenvolverse bien en esta tarea, aunque los datos muestran lo contrario.
Los autores confían en que el modelo sirva para entrenar a personas con dificultades Auditivas y para mejorar sistemas automáticos de transcripción, como los que usan plataformas de videoconferencia, al integrar la información visual de la boca del hablante además del audio.