Wystarczy jedno zdjęcie i próbka głosu, by stworzyć cyfrową osobę, która powie, co tylko jej każemy.
Microsoft pokazał nowe narzędzie do generowania syntetycznych filmów. Dzięki niemu będzie można wprawić w ruch dowolną osobę i podłożyć jej głos na podstawie tylko jednego zdjęcia. Narzędzie pozwala na wykonanie bardzo realistycznych animacji i nazywa się VASA-1. Stworzyli je pracownicy azjatyckiego regionu tej jednej z największych spółek technologicznych na świecie. Filmy, które generuje, cechują się precyzyjną synchronizacją ruchu ust, naturalnymi ruchami głowy i mimiką do złudzenia przypominającą ludzką. A wszystko to w czasie rzeczywistym. Według inżynierów, którzy opracowali technologię, może ona przynieść znaczące korzyści w edukacji, stanowić wsparcie terapeutyczne czy pomóc stworzyć „towarzystwo” dla osób samotnych.
Amerykański gigant nie zamierza na razie udostępniać swojego modelu szerokiemu gronu odbiorców ze względu na potencjalne ryzyka. „Nie planujemy udostępniać wersji demonstracyjnej online (…) dopóki nie będziemy mieć pewności, że technologia ta będzie używana w sposób odpowiedzialny i zgodny z odpowiednimi przepisami” – tłumaczy firma.
Ten artykuł przeczytasz w ramach płatnego dostępu
Nie masz konta? Zarejestruj się