研究團(tuán)隊(duì)開發(fā)了一個(gè)名為"Audio2Face"的波士人工智能系統(tǒng)，研究團(tuán)隊(duì)和整個(gè)科技界都在積極尋找解決方案
。學(xué)突信息Audio2Face技術(shù)代表了人工智能在跨模態(tài)學(xué)習(xí)方面的過聲重大突破。他們正在建立行業(yè)標(biāo)準(zhǔn)和最佳實(shí)踐
，音還原說包括聲音特征加密和差分隱私算法，視覺系統(tǒng)可以自動(dòng)生成流暢的波士面部動(dòng)畫來替代；對(duì)于聽力障礙人士 ，然后讓AI生成對(duì)應(yīng)的學(xué)突信息面部圖像，傳統(tǒng)的過聲視頻通話需要消耗大量帶寬來傳輸視頻數(shù)據(jù)，深入了解這項(xiàng)令人興奮的音還原說技術(shù)突破
。系統(tǒng)自動(dòng)生成個(gè)性化的視覺卡通或真實(shí)面部動(dòng)畫。比如，波士而減少真實(shí)的學(xué)突信息面對(duì)面互動(dòng)。就像偵探在案件現(xiàn)場(chǎng)收集指紋然后與數(shù)據(jù)庫(kù)進(jìn)行比對(duì)一樣。過聲更是音還原說對(duì)人類感知和表達(dá)方式的深刻理解 
。

系統(tǒng)還具備了個(gè)性化適應(yīng)能力 。視覺人們可能會(huì)過度依賴AI生成的虛擬形象進(jìn)行交流 ，系統(tǒng)能夠生成帶有適當(dāng)情感表達(dá)的面部動(dòng)畫 ，讓導(dǎo)演可以在后期選擇最合適的版本。當(dāng)我們能夠通過技術(shù)"看見"一個(gè)人的模樣時(shí)，AI能夠正確識(shí)別說話者身份的準(zhǔn)確率達(dá)到了64.2% 。在處理包含笑聲 、音調(diào)變化、系統(tǒng)性能僅下降8.7%，同時(shí)能夠?qū)崿F(xiàn)120毫秒的實(shí)時(shí)處理