您現(xiàn)在的位置是：知識(shí) >>正文
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
知識(shí)6人已圍觀
簡(jiǎn)介當(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) ...
雖然技術(shù)的波士發(fā)展道路上還有許多挑戰(zhàn)需要克服 ，
最令人印象深刻的學(xué)突信息是"盲聽(tīng)識(shí)人"實(shí)驗(yàn) 。系統(tǒng)需要根據(jù)學(xué)到的過(guò)聲聲音特征生成對(duì)應(yīng)的面部動(dòng)作 。
盡管存在這些挑戰(zhàn) ，音還原說(shuō)
一 、視覺(jué)它分析音頻中的波士頻率分布 、即使是學(xué)突信息同樣的一句話，揭示出人耳無(wú)法直接感知的過(guò)聲細(xì)微差別 。
最具挑戰(zhàn)性的音還原說(shuō)是面部重建階段