专栏名称: 量子位
վ'ᴗ' ի 追踪AI行业和技术动态,这里更快一步!关注我们,回复“今天”,更多大新闻等你来发现
目录
相关文章推荐
浩歌行  ·  阿里的“深夜炸弹”:Qwen2.5-Max超 ... ·  昨天  
浩歌行  ·  阿里的“深夜炸弹”:Qwen2.5-Max超 ... ·  昨天  
宝玉xp  ·  转发微博-20250129032706 ·  2 天前  
机器之心  ·  2025年,当我们在谈论Agent的时候在讨 ... ·  2 天前  
爱可可-爱生活  ·  【[5星]gla-jax:用JAX和pall ... ·  3 天前  
人工智能那点事  ·  雷军直播时突然被封!疑因这个原因被举报 ·  4 天前  
51好读  ›  专栏  ›  量子位

这项技术可以合成以假乱真的奥巴马视频

量子位  · 公众号  · AI  · 2017-07-13 12:10

正文

安妮 编译自 IEEE Spectrum
量子位出品 | 公众号 QbitAI

 奥巴马镇楼

可能奥巴马也要分辨不出自己视频的真假了,这也不能怪他。

一种新算法可以用现有的音频与视频素材,合成高逼真的假视频。也就是说,我们可以将一段音频加到任意视频片段中,看起来会像视频里的人真的在说这段话。

奥巴马的假视频就是这样被合成的,看起来还比较流畅——

 视频请去百度云观看,地址:
https://pan.baidu.com/s/1eSGf96q

这项技术由华盛顿大学SUPASORN SUWAJANAKORN等三人共同发明,他们坦言,之所以选用奥巴马做研究范例,是因为他的高清视频资源获取非常容易,并且不受版权限制。

因此,研究小组用神经网络分析了数百万帧的视频,来确定奥巴马的面部表情如何变化。开口说话需要整个面部器官的协调,所以研究人员不仅分析了口型变化,还包括他的嘴唇、牙齿和下巴周围的皱纹,甚至还包括脖子与衣领。

该技术研发人员之一IRA指出,这项技术可以用于改善视频会议的质量——电话会议中的视频输出可能会有口吃、卡顿或分辨率低等现象,但音频传输通常非常流利。

因此在将来,视频会议可能会变成传话人传输音频,并使用该软件重建人物谈话时的面部表情。

研究人员也指出,目前的合成视频并不完美(也会穿帮)。当视频中的奥巴马将抬头向上看时,可能嘴巴会出现在脸部之外。

因为这个算法不会模仿情绪,所以有时输出的奥巴马视频看起来会不合时宜地非常严肃,或者对于严肃的演讲来说,显得太开心了。

 两组原视频与合成视频对比图

心疼奥巴马。

最后,附奥巴马表情包论文地址:

http://grail.cs.washington.edu/projects/AudioToObama/siggraph17_obama.pdf

【完】

交流沟通

量子位读者5群开放申请,对人工智能感兴趣的朋友,可以添加量子位小助手的微信qbitbot2,申请入群,一起研讨人工智能。

想要更深一步的交流?

量子位还有大咖云集的自动驾驶技术群,仅接纳研究自动驾驶相关领域的在校学生或一线工程师。申请方式:添加qbitbot2为好友,备注“自动驾驶”申请加入~

如果你从事NLP方向的研究,欢迎加入量子位的NLP群。申请方式:添加qbitbot2为好友,备注“NLP”申请加入~

(自动驾驶、NLP等群的审核条件比较严,敬请谅解)

诚挚招聘

量子位正在招募编辑/记者等岗位(以及实习生),工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在公众号对话界面,回复:“招聘”两个字。

 扫码强行关注『量子位』

追踪人工智能领域最劲内容