你可能會看到這麼兩段視頻：第一段裡，一個女人看著鏡頭說：“知識是一回事，美德是另一回事。”第二段裡，同樣是這個女人，卻說了截然相反的一個觀點：“知識就是美德。”這兩段視頻中，只有第一個是真實的，第二個完全是deepfake人工智能的虛構作品。
來自新加坡南洋理工大學、中國模式識別國家實驗室和人工智能軟件公司SenseTime的研究人員最近開發出了通過音頻文件製作deepfake假視頻的方法。只要能得到一段某人的聲音片段，研究人員就能把這個聲音嫁接到其他任何話上——視頻中的人就這麼變成了原始聲音的傀儡。
為了達成逼真效果，研究人員首先在目標視頻的每一幀上創建一個三維人臉模型，以提取面部結構和表情。他們可以由此畫出臉部的二維特徵，尤其是嘴部的動作。然後，他們重建一個三維人臉網格，以匹配原始音頻的嘴唇運動。這樣，一個以假亂真的說話視頻得以生成。
這種方法可以使用任何人的真實聲音，並將他們的話拼接成任何語句，這可以說是“deepfake現實主義”的又一個飛躍。研究人員也在這篇新論文中點明瞭這種新技術可能帶來的風險。“我們確實承認，這種前瞻性技術有可能被濫用於各種惡意用途，包括媒體惡意操縱宣傳。因此，我們堅決支持一切防範此類濫用行為的措施……我們將齊心協力，在不損害公眾切身利益的情況下，推廣尖端創新技術。”
分享到:
閱讀更多 科技X 的文章
