人怕出名猪怕壮,出名之后怕Deepfake( 二 )


而在另一条故事线中 , deepfake并非"洪水猛兽" , 甚至为许多行业打开了柳暗花明的局面 。
人怕出名猪怕壮,出名之后怕Deepfake

图丨deepfake主打色情内容的1.0时代正在翻篇
02
新的内容生产方式 ,
deepfake象征着"AI创造力"
对于卢卡斯影片来说 , 有着《星球大战》系列这样一部经典永流传的作品固然是好事 。
但一个现实问题摆在他们面前:这个系列有40多年历史 , 参演的演员有的已经去世 , 或者年事已高 , 继续开发《星球大战》系列可能需要启用新一代的年轻演员 。 鉴于大量角色已经深入人心的角色 , 这种改变恐怕很难赢得粉丝认同的 。
卢卡斯影业采用的另一种方法是利用CG复原旧角色 , 如你所见 , 《侠盗一号》中塔金总督和莉亚公主就是用CG复原的 。 但最终效果并不是令人满意 。
直到deepfake给了他们新的希望 。
就在不久前 , 卢卡斯为自己的团队招了一位货真价实的网红 。 这位网名叫Shamook的YouTube网红 , 尤其擅长制作deepfake视频 。 他在几个月前加入了卢卡斯影业旗下的工业光魔 , 将担任高级面部捕捉艺术师 。
对于渴望新的内容技术的行业 , deepfake似乎能大展拳脚 。
deepfake背后的技术——GAN , 是这几年在人工智能领域的热门方向 , 它代表着新的数据生产力 , 而内容本身就是一种数据 。
GAN的原理类似左右手互博 。 它由两类网络组成 , 分别为生成器和鉴别器 , 前者负责在数据集上训练后生成虚假音视频 , 后者则负责对这些产物进行鉴别 , 直到再也检测不出真假为止 。 因此 , 对于GAN而言 , 生成器使用的数据集越大 , 作品的逼真程度越高 。 这一点也解释了为什么早期蹿红网络的deepfake作品多以名人为主 。 因此 , 也有人看到了这样一种未来:GAN代表着"AI创造力"的崛起 。
不止卢卡斯影业 , 随着用于GAN算法变得越来越强大 , 创新者们及一众Deepfake软件初创公司正争先恐后地寻找利用该技术"向善"的一面来改变行业的途径 。 色情和政治虚假宣传生成作为deepfake的杀手应用 , 该翻篇了 。
游戏、影视、营销等行业正为后deepfake时代的到来摩拳擦掌 。 除了已经被许多人所熟知的各种换脸应用 , 以下是我们看到的几项和行业需求深度融合、颇具吸引力的deepfake新颖玩法:
1、声音滤镜
照片和视频的滤镜已经充斥着整个互联网 , 声音滤镜对我们来说却仍颇为新鲜 。 有不少初创公司正在加速这种新滤镜的普及 。
创企Respeecher看上了合成声音的机会 , 只不过他们的声音作品主要面向的是影视业 。 当动画和电影制片厂不考虑使用真人配音演员时 , Respeecher的声音克隆就派上用场了 。
一家更受瞩目的公司是Modulate 。 成立于2018年Modulate团队有着MIT背景 , 曾因为在其网站上提供了美国前总统奥巴马正在"推销"该软件的deepfakedemo走红 , 该demo展示的展示的逼真效果甚至一度引发恐慌 。
现在 , Modulate正在游戏行业中使用deepfake来生成"声音滤镜"(也可称为"语音皮肤") , 老派方法依赖于文本到语音技术 , 而Modulate的亮点是使用实时音频来合成语音皮肤 。 这家公司最近从HyperplaneVentureCapital和2EnablePartners等投资者筹集了200万美元 。
公司创始人MikePapps认为 , 用户们会渴望在社交平台或者游戏平台上拥有一个很酷的音频化身 , 这将提供更好的互联网个性化体验 。
"上网的消费者设计他们的在线角色 。 他们会为自己的角色花钱买新的皮肤 , 但一旦他们使用语音聊天……就打破了自己制造的幻觉 , 因为他们必须用自己的声音……得给他们这样的自由 , 能让他们完全进入自己的角色 。 "