小姐姐终于开口了！AI杀疯了！
共 1606字，需浏览 4分钟
·
2022-07-22 14:37
大家好，我是 Jack。
CVPR、SIGGRAPH 等各种计算机视觉的顶级会议，在 6 月份都陆续结束了。
话说，小伙伴们都斩获了几篇论文？
今天继续给大家带来一些有趣的 AI 算法。
ml-talking-face
根据文字，生成说话的面孔，还能带肢体动作。
比如，输入中文：
我爱你
语言选择韩语，然后选择语速、动作、视频背景。
生成的视频效果：
选择成中文，动作选择伸两只手，我们再看下效果：
也可以输入我们耳熟能详的：
效果是这样的：
再比如：
效果是这样的：
算法支持的语言有：汉语、英语、日语、韩语，从效果看还都挺标准的。
这个算法是一个 CVPR 的最新论文的 Demo 效果，可以在线体验。
体验地址：
https://huggingface.co/spaces/CVPR/ml-talking-face
论文地址：
https://arxiv.org/abs/2205.06421
算法的框架是这样的：
使用谷歌翻译 API 先对输入文字进行翻译，生成目标语言，然后使用 TTS 算法，就是一个 Text-To-Speech 算法，生成对应的音频，再根据音频，生成视频。
音频生成视频的算法，我之前写过，比如 LSP 算法：
不过他们用的不是这个，是一个类似算法 Wav2Lip。
https://github.com/Rudrabha/Wav2Lip
说实话，这套系统逐渐成熟，客服这类的岗位，就会逐渐被代替了。
当然，也要谨防这类技术的诈骗。
比如，眼见为实，耳听为虚已经是过去式了，现在眼见也未必为真。
AI 算法，视频都能给你生成了。
Text2Human
也是一篇顶会的论文，直接上效果：
算法如其名，Text2Human。
根据文字描述，生成不同衣着的人。
A man wears a short-sleeve and short rompers with denim meterials.
用法就是：描述一下性别和穿的衣服，算法就能自动生成对应的图片。
可以选择不同的姿态：
然后输入描述即可生成对应的图片。
这个算法已经开源，作者还做了一个 UI 界面。
项目地址：
https://github.com/yumingj/Text2Human
不过这个需要一些编程基础才能体验，毕竟环境搭建起来也要花费一阵子。
当然，想省事，也可以在线体验：
https://huggingface.co/spaces/hysts/Text2Human
这类算法也挺有意思，扩展一下，就是在线试衣。
将生成的人物照片，指定为固定的人，比如自己。
足不出户，就能使用手机 APP 在线试穿各种衣服。
最后
好了，干货分享就聊这么多。
最后再来个福利吧：
这本书是我一位朋友的新作，4月份的时候，写完书我就抢先看了电子版，然后写了推荐语。
出书很不容易，知识点要成系统，不像写个公众号文章，今天写点啥，明天想写点啥，不用太拘束。
所以我认真写了个推荐语，支持一下。
Python 自动化办公，很适合想要入门，内容非常丰富，各种实战案例。
零基础想要学习，提高办公效率的小伙伴，可以看一看。
我跟朋友要了20本书，免费送给我的读者朋友。
抽奖就不搞那么复杂了，直接看留言吧。
第 1、2、5、8、13、15、18、20、21、25、28、30、31、33、35、37、40、42、45、50 楼可以免费获得这本书。
就按照明晚（7.18）凌晨 12 点留言的楼层定了，点赞越多越靠前。
当然，不想抽奖的，也可以直接买，因为是新书刚上市，最便宜。
现在优惠力度很大，京东 5 折，定价 129 元，现在 64.5 元就能拿下。
问了一下，半价活动还有最后两天，大家可以先下手，万一中奖，咱也可以留中奖的这本书，不亏～
扫码即可购买：
好了，今天就聊这么多吧～
我是 Jack，我们下期见！
