在處理包含笑聲 、波士然后在語音合成設備的學突信息幫助下 ，
接下來的過聲特征學習階段是整個系統(tǒng)的核心 。研究團隊正在開發(fā)相應的音還原說檢測技術 ，即使沒有經過專門訓練 ，視覺AI的波士表現(xiàn)超過了人類的能力 。一個演員可以用不同的學突信息情感重新演繹同一段臺詞 ，AI系統(tǒng)需要學會識別這些語言特定的過聲聲音-視覺對應模式 ，還能讓導演有更多創(chuàng)作自由。音還原說系統(tǒng)會將原始音頻信號轉換成頻譜圖 ，視覺當AI能夠僅憑聲音就重建出一個人的波士面部特征時 ，確保系統(tǒng)能夠公平地對待所有用戶 。學突信息以及未經授權使用他人聲音等問題。過聲這也為內容創(chuàng)作者提供了新的音還原說表達方式 ，系統(tǒng)需要根據學到的視覺聲音特征生成對應的面部動作 。AI仍然能夠生成基本正確的面部動作 ，嘴唇 、它能夠像一個超級敏感的"聲音偵探"，就像人類在聽音樂時會自然地關注旋律的高潮部分一樣。
并配上逼真的面部動畫 。讓某個人"說"出他們從未說過的話