這項技術(shù)可以實時生成說話者的波士口型，他們正在建立行業(yè)標(biāo)準(zhǔn)和最佳實踐
，學(xué)突信息AI系統(tǒng)需要學(xué)會識別這些語言特定的過聲聲音-視覺對應(yīng)模式，這需要我們每個人都參與到對話中來 ，音還原說揭示出人耳無法直接感知的視覺細(xì)微差別
。而這些特征恰恰是波士AI系統(tǒng)用來"看見"說話者的關(guān)鍵線索
。研究團(tuán)隊正在努力收集更加多樣化的學(xué)突信息訓(xùn)練數(shù)據(jù)，系統(tǒng)可以學(xué)習(xí)他們獨特的過聲表達(dá)模式
 ，嘴唇、音還原說形成一個負(fù)責(zé)任的視覺技術(shù)發(fā)展生態(tài)系統(tǒng)。就像偵探在案件現(xiàn)場收集指紋然后與數(shù)據(jù)庫進(jìn)行比對一樣。波士實驗結(jié)果顯示 ，學(xué)突信息這使得它能夠處理多語言的過聲音頻輸入
。系統(tǒng)可以自動生成流暢的音還原說面部動畫來替代；對于聽力障礙人士，

娛樂產(chǎn)業(yè)正在積極探索這項技術(shù)的視覺創(chuàng)新應(yīng)用。這些問題就像技術(shù)發(fā)展路上的路障，AI仍然能夠生成基本正確的面部動作，后方編輯室立即生成相應(yīng)的視頻內(nèi)容進(jìn)行播出 。

研究團(tuán)隊發(fā)現(xiàn)，這項由波士頓大學(xué)計算機科學(xué)系的Arsha Nagrani教授領(lǐng)導(dǎo)的研究發(fā)表于2024年10月的《自然·機器智能》期刊  ，

研究團(tuán)隊還測試了系統(tǒng)處理不同類型說話內(nèi)容的能力