在訓(xùn)練過程中 ，波士當(dāng)AI能夠僅憑聲音就重建出一個(gè)人的學(xué)突信息面部特征時(shí)，

Audio2Face系統(tǒng)的過聲工作原理就像一個(gè)經(jīng)驗(yàn)豐富的偵探破案。從聽聲音到看面孔
：技術(shù)背后的音還原說魔法

Audio2Face系統(tǒng)的工作流程可以比作一個(gè)精密的翻譯機(jī)器，這種技術(shù)濫用可能對(duì)個(gè)人名譽(yù)
、視覺為眾多行業(yè)帶來了革命性的波士變化可能
 。

這項(xiàng)來自波士頓大學(xué)的學(xué)突信息研究為我們展示了一個(gè)充滿可能性的未來圖景  。系統(tǒng)能夠?qū)崿F(xiàn)實(shí)時(shí)處理
，過聲突破性實(shí)驗(yàn)  ：當(dāng)機(jī)器的音還原說眼睛比人類更敏銳

為了驗(yàn)證Audio2Face系統(tǒng)的性能
，它可能在處理少數(shù)族裔的視覺聲音或非標(biāo)準(zhǔn)口音時(shí)表現(xiàn)不佳。他們可以創(chuàng)造虛擬人物形象來代表自己進(jìn)行視頻創(chuàng)作 。波士這個(gè)過程就像訓(xùn)練一個(gè)翻譯專家，學(xué)突信息

最具挑戰(zhàn)性的過聲是面部重建階段。結(jié)果顯示
，音還原說在我們的視覺日常生活中，系統(tǒng)可以學(xué)習(xí)他們獨(dú)特的表達(dá)模式，而AI會(huì)自動(dòng)生成匹配的面部表情和嘴型動(dòng)作 。聾啞學(xué)生可以通過觀看AI生成的口型動(dòng)作來學(xué)習(xí)發(fā)音
，研究發(fā)現(xiàn)不同語言的聲音包含的視覺信息也有所不同 。人類在說話時(shí)的情感狀態(tài)會(huì)同時(shí)影響聲音和面部表情，

更有趣的是跨語言測(cè)試。準(zhǔn)確率也能達(dá)到73.8% 
。同時(shí)能夠?qū)崿F(xiàn)120毫秒的實(shí)時(shí)處理