Ученые из Вашингтонского университета с помощью технологии синхронизации губ и нейросети сделали очень реалистичное видео с виртуальной речью екс-президента США Барака Обамы.
Для создания ролика они использовали нейронную сеть, которая училась просматривать видеоролики с разговорами людей и конвертировать аудиофайлы к губам реалистичной формы. Затем их совмещали с головой человека из другого видео и объединяли в единое целое.
Через алгоритм пропустили видео с обращением Обамы к американцам. В результате программа воспроизвела мимику губ, наклоны головы и даже складки на подбородке экс-президента в новом видео. В результате на обработанном ролике его губами произносились совсем другие слова (на видео ниже - справа).
https://youtu.be/9Yq67CjDqvw
"Когда вы смотрите на Skype или Google Hangouts, часто связь идет с остановкой и низким разрешением, что действительно неприятно, но часто звук очень хороший. Поэтому, если бы вы могли использовать звук для создания видео гораздо высшего качества, это было бы потрясающе", - объяснил Wired один из соавторов проекта Стив Сейтс.
В дальнейшем алгоритмы смогут распознавать голосовые и речевые особенности человека, используя лишь час видео, а не 14 часов, как в случае с "клоном Обамы", обещают исследователи.
Вот так то!
Для создания ролика они использовали нейронную сеть, которая училась просматривать видеоролики с разговорами людей и конвертировать аудиофайлы к губам реалистичной формы. Затем их совмещали с головой человека из другого видео и объединяли в единое целое.
Через алгоритм пропустили видео с обращением Обамы к американцам. В результате программа воспроизвела мимику губ, наклоны головы и даже складки на подбородке экс-президента в новом видео. В результате на обработанном ролике его губами произносились совсем другие слова (на видео ниже - справа).
https://youtu.be/9Yq67CjDqvw
"Когда вы смотрите на Skype или Google Hangouts, часто связь идет с остановкой и низким разрешением, что действительно неприятно, но часто звук очень хороший. Поэтому, если бы вы могли использовать звук для создания видео гораздо высшего качества, это было бы потрясающе", - объяснил Wired один из соавторов проекта Стив Сейтс.
В дальнейшем алгоритмы смогут распознавать голосовые и речевые особенности человека, используя лишь час видео, а не 14 часов, как в случае с "клоном Обамы", обещают исследователи.
Вот так то!
