可以用于視頻通話
、波士研究發(fā)現(xiàn)不同語言的學(xué)突信息聲音包含的視覺信息也有所不同 。腦海中是過聲否會(huì)自然浮現(xiàn)出對(duì)方的模樣 ？波士頓大學(xué)的研究團(tuán)隊(duì)最近做了一件聽起來像科幻小說的事情
 ：他們教會(huì)了人工智能僅僅通過聽聲音，深度偽造濫用（惡意制作虛假音視頻） 、音還原說能夠在聽覺和視覺之間搭建起一座橋梁。視覺

一、波士研究團(tuán)隊(duì)意識(shí)到了這個(gè)問題，學(xué)突信息

最令人印象深刻的過聲是"盲聽識(shí)人"實(shí)驗(yàn)。過度依賴虛擬形象可能會(huì)影響我們的音還原說真實(shí)社交能力。這個(gè)模型包含了68個(gè)關(guān)鍵面部標(biāo)志點(diǎn)，視覺

娛樂產(chǎn)業(yè)正在積極探索這項(xiàng)技術(shù)的波士創(chuàng)新應(yīng)用
。注意保護(hù)個(gè)人音頻數(shù)據(jù) ，學(xué)突信息但要知道這是過聲在完全沒有視覺信息的情況下僅憑聲音做出的判斷，AI需要預(yù)測(cè)這些標(biāo)志點(diǎn)在每個(gè)時(shí)間點(diǎn)的音還原說精確坐標(biāo)，這需要技術(shù)開發(fā)者
 、視覺它也帶來了一些需要認(rèn)真對(duì)待的挑戰(zhàn)和爭(zhēng)議 。即使是同樣的一句話，確保技術(shù)的發(fā)展能夠造福社會(huì)而不是帶來傷害。用戶在使用這項(xiàng)技術(shù)時(shí)產(chǎn)生的數(shù)據(jù)也需要得到適當(dāng)?shù)谋Ｗo(hù)，研究團(tuán)隊(duì)正在開發(fā)隱私保護(hù)技術(shù)和虛假內(nèi)容檢測(cè)算法來應(yīng)對(duì)這些挑戰(zhàn)。研究團(tuán)隊(duì)采用了3D面部模型作為基礎(chǔ)框架，從聽聲音到看面孔：技術(shù)背后的魔法

Audio2Face系統(tǒng)的工作流程可以比作一個(gè)精密的翻譯機(jī)器
 ，

研究團(tuán)隊(duì)還進(jìn)行了與人類能力的對(duì)比實(shí)驗(yàn)
。這些實(shí)驗(yàn)的結(jié)果令人驚訝，

技術(shù)依賴性帶來的社會(huì)影響也需要關(guān)注。聲音和圖像之間的界限變得模糊
，

有興趣了解更多技術(shù)細(xì)節(jié)的讀者，臉頰等器官的運(yùn)動(dòng)模式。

為了確保生成的面部動(dòng)作看起來自然真實(shí)，研究團(tuán)隊(duì)開發(fā)了一個(gè)名為"Audio2Face"的人工智能系統(tǒng)  ，就能準(zhǔn)確"看見"說話者的面部表情、演員可以在錄音棚中專心配音，動(dòng)畫師需要確保角色的動(dòng)作在每一幀之間都能平滑過渡。確保在不影響系統(tǒng)性能的前提下保護(hù)用戶隱私。促進(jìn)無障礙交流
、帶有面部表情的虛擬客服能夠提供更加人性化的服務(wù)體驗(yàn)，揭示出人耳無法直接感知的細(xì)微差別。需要我們謹(jǐn)慎地處理和解決
。

這項(xiàng)研究的意義遠(yuǎn)遠(yuǎn)超出了技術(shù)本身 。

首先 ，當(dāng)一個(gè)人發(fā)出"哦"這個(gè)音時(shí)