AI复活奶奶,技术原理与可行性分析

新知榜官方账号

2023-10-11 08:38:25

技术原理与可行性分析

本文分析了AI复活奶奶的技术原理和可行性,介绍了使用Midjourney、飞浆、ChatGPT和D-ID等工具和平台,通过图片识别、AI图像生成、语音识别、语音合成、数字技术和视频合成等技术实现了对自己亲人的思念。

首先,使用Midjourney可以优化头像,生成多张符合描述的图片。接着,通过剪辑电话录音,去除噪声和干扰音,剪辑成一段段小句子,为之后的语音训练做准备。然后,上传到百度的深度学习平台——飞浆,进行语音训练,使用PP-TTS模型进行流式语音合成。

接着,使用ChatGPT模拟UP主奶奶的身份、语气、态度和UP主对话,生成对应的文字或者音频。然后,使用D-ID网站生成对应的人物模型,进行合成即可生成一个完整的对话视频。

总的来说实现的方法并不难,工具和软件都是现成的,而且是免费的可以直接拿来用。但是,要把这些技术都使用到并把它们都用到合适的地方不是一件容易的事情。

根据我的观察,AI图片生成这块还行,生成的头像逼真,但是缺少一点神情。语音处理这块还行,基本实现了UP主奶奶的音色,模拟出来了原有的声音,而且还带方言。ChatGPT这块由于是3.5的模型,还不够成熟,模拟出来的对话还是比较老套生硬。人物模型生成这块是比较差的,嘴型可以说是完全对不上,而且脸型和说话的感情完全没有。视频合成的还行,够清晰流畅,技术算是比较成熟了。

虽然目前的短板还是生成式大语言模型和数字人生成这块,但是我相信在不久的将来,或许就在GPT-5发布的时候就可以实现了。生成式AI是大趋势,没有人可以阻止它的发展,马斯克也不行。

本页网址:https://www.xinzhibang.net/article_detail-16340.html

寻求报道,请 点击这里 微信扫码咨询

关键词

AI复活 奶奶 技术原理

分享至微信: 微信扫码阅读

相关工具

相关文章

相关快讯