AI中国网 https://www.cnaiplus.com
据 IEEE 报道，美国华盛顿大学的一项新研究表明，基于现有公开的Obama音频和视频片段，人工智能（AI）软件可生成了口型几乎完美匹配、高度逼真的假视频。
研究人员表示，这项工作将来有助于为虚拟现实（VR）或增强现实（AR）应用程序生成一个人的数字模型。
此前，华盛顿大学的计算机科学家曾表示，通过分析从网上搜集的人物影像，无论是诸如施瓦辛格的名人，还是小布什/奥巴马这样的公众人物，都可生成和他们极其相似的数字模型（digital doppelgängers）。
研究人员最新作品之所以要选择奥巴马，是因为网上有大量公开的奥巴马演讲高清视频。
研究团队用神经网络程序分析了视频中的数百万帧影像，以确定奥巴马脸部的变化，比如：嘴唇、牙齿、嘴角以及下巴周边的皱纹。神经网络程序学习了口型和各种声音之间的联系。
研究人员采集了音频片段（原始音频文件），再把口型和新的音频文件剪辑匹配，再嫁接到新视频。
研究小组表示，他们并没有塑造人物情绪，所以合成的新视频并不完美，有时本该随意的氛围，奥巴马表情显得过于严肃。不过他们也会尝试，神经网络学习从音频文件中预测人物情绪，从而产生相应的视觉效果。
此项研究由三星、谷歌、Facebook、英特尔和华盛顿大学资助，将于 8 月 2 日在洛杉矶举行的 SIGGRAPH 大会上公开更多细节信息。
AI中国网 https://www.cnaiplus.com
本文网址：
