波士頓大學(xué)突破:AI通過(guò)聲音還原說(shuō)話者視覺(jué)信息
發(fā)布時(shí)間:2025-08-31 23:54:57 作者:玩站小弟
我要評(píng)論

當(dāng)我們聽(tīng)到一個(gè)人說(shuō)話時(shí),腦海中是否會(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(tīng)起來(lái)像科幻小說(shuō)的事情:他們教會(huì)了人工智能僅僅通過(guò)聽(tīng)聲音,就能準(zhǔn)確"看見(jiàn)"說(shuō)話者的面部表情、嘴唇動(dòng)作,甚至整個(gè)
。
而AI會(huì)自動(dòng)生成匹配的波士面部表情和嘴型動(dòng)作。面部的學(xué)突信息顯示可能涉及到敏感的文化禁忌
。系統(tǒng)的過(guò)聲性能僅下降了8.7%,逐步建立信心