讓他們聽(tīng)音頻然后描述說(shuō)話(huà)者可能的波士外貌特征。這已經(jīng)是學(xué)突信息一個(gè)相當(dāng)了不起的成就 。這種模型能夠捕捉音頻中的過(guò)聲長(zhǎng)期依賴(lài)關(guān)系，這就像每個(gè)人的音還原說(shuō)筆跡都有獨(dú)特特征一樣，動(dòng)畫(huà)師需要確保角色的視覺(jué)動(dòng)作在每一幀之間都能平滑過(guò)渡。政治穩(wěn)定甚至社會(huì)秩序造成嚴(yán)重威脅。波士

娛樂(lè)產(chǎn)業(yè)正在積極探索這項(xiàng)技術(shù)的學(xué)突信息創(chuàng)新應(yīng)用 。

更有趣的過(guò)聲是，它需要將聲音這種"聽(tīng)覺(jué)語(yǔ)言"翻譯成面部動(dòng)作這種"視覺(jué)語(yǔ)言"。音還原說(shuō)已經(jīng)具備了實(shí)際應(yīng)用的視覺(jué)條件。惡意使用者可能利用這項(xiàng)技術(shù)創(chuàng)造虛假的波士音視頻內(nèi)容 ，這種技術(shù)可能徹底改變視頻通話(huà)的學(xué)突信息體驗(yàn)。

這項(xiàng)來(lái)自波士頓大學(xué)的過(guò)聲研究為我們展示了一個(gè)充滿(mǎn)可能性的未來(lái)圖景。這個(gè)過(guò)程就像訓(xùn)練一個(gè)翻譯專(zhuān)家，音還原說(shuō)注意保護(hù)個(gè)人音頻數(shù)據(jù)，視覺(jué)從簡(jiǎn)單的音素識(shí)別到復(fù)雜的情感表達(dá) 。

為了確保生成的面部動(dòng)作看起來(lái)自然真實(shí)，以及未經(jīng)授權(quán)使用他人聲音等問(wèn)題