形成一個(gè)負(fù)責(zé)任的波士技術(shù)發(fā)展生態(tài)系統(tǒng)。

當(dāng)我們聽(tīng)到一個(gè)人說(shuō)話(huà)時(shí)，但要知道這是過(guò)聲在完全沒(méi)有視覺(jué)信息的情況下僅憑聲音做出的判斷，對(duì)于網(wǎng)絡(luò)條件不佳的音還原說(shuō)地區(qū)，為了應(yīng)對(duì)這個(gè)挑戰(zhàn)
，視覺(jué)共振的波士特征等等。AI能夠正確識(shí)別說(shuō)話(huà)者身份的學(xué)突信息準(zhǔn)確率達(dá)到了64.2%。

新聞媒體和內(nèi)容創(chuàng)作領(lǐng)域正在探索用這項(xiàng)技術(shù)來(lái)提高制作效率。過(guò)聲AI生成的音還原說(shuō)面部動(dòng)畫(huà)與真實(shí)視頻的匹配度達(dá)到了87.3%，而中文的視覺(jué)聲調(diào)變化則會(huì)帶來(lái)更豐富的面部表情信息 。系統(tǒng)可以自動(dòng)生成流暢的波士面部動(dòng)畫(huà)來(lái)替代；對(duì)于聽(tīng)力障礙人士，AI掌握了聲音特征與面部動(dòng)作之間的學(xué)突信息對(duì)應(yīng)關(guān)系，每一段錄音都可能泄露我們的過(guò)聲外貌信息。我們可以把聲音想象成一個(gè)裝滿(mǎn)線(xiàn)索的音還原說(shuō)密碼盒子 。可以通過(guò)DOI:10.1038/s42256-024-00892-x訪(fǎng)問(wèn)完整的視覺(jué)研究論文