德国小哥用AI拍大片!GPT-2写台词、StyleGAN做特效、Replica来配音

共 2269字,需浏览 5分钟

 ·

2020-06-04 23:20

f548dae1c4b036207bbd04f3450ff157.webp


  新智元报道  

来源:towardsdatascience

编辑:白峰、永上

【新智元导读】最近,国外一个技术极客Alex看了电影《阳光泉水》后深受启发,决定自己用AI来生成一部。他首先用GPT-2生成了一段荒诞不经的剧本,接着用StyleGAN2制作了一些人物和视觉特效,还找到了一个超实用的语音生成工具,一起来看下效果吧!


国外一位网友Vlad Alex十分喜欢电影(Sunspring)《阳光泉水》,着迷于其荒诞的对白,一番搜索发现,剧本的创作者是Benjamin(本杰明)。

      694b8eca17205d88febe56dc132fcc2c.webp  


这还没完,这位Benjamin其实是一个运用LSTM制作的人工智能程序,由Ross Goodwin 研发。Goodwin不仅是一位AI领域的研究者,还是一位大诗人。

 

之后曾获得英国电影协会提名的英国导演Oscar Sharp完成了影片的拍摄,Thomas Middleditch是本片主角。

 

这些由人工智能写作的剧情,即使充满了荒诞主义,并且由看似随机的短语组成,但在看剧的时候,我们的大脑还是在很用力的理解剧情。

 

Vlad Alex知道了这些后,激动不已,觉得自己也能让AI来拍一部电影,结果真的成功了。


       

d192355d8edd60769ae223eb3e81e923.webp


如何制作自己的AI电影呢?

 

Vlad Alex考虑到自己是电影业余爱好者,没有专业的工作室,因此可以在不影响影片质量的前提下去掉一些可有可无的元素,只保留电影的必要元素:情节、演员和视觉效果、音乐。


生成一份充满荒诞派情节的电影剧本


Alex使用由Openai推出的GPT-2语言模型,为自己生成了电影脚本。

 

GPT-2语言模型的colab版本,可以从下面的网址进入:

 

https://colab.research.google.com/github/mrm8488/shared_colab_notebooks/blob/master/GPT2_with_JS_UI.ipynb

       742fc18905c331f76d0ee1b991daa1c2.webp


在程序中需要输入相关提示语,比如电影有几个主人公,并且设定基本的场景。

 

Alex为电影脚本设定了以下这些信息:

      8bcc1d9350cdf40245aabd4889272328.webp


接下来从GPT-2语言模型语言模型中提供的各式文本类型中,选择荒诞剧创作,这种创作风格介于贝克特,摩罗扎克和大卫·林奇之间。

 

接下来GPT-2语言模型会输出荒诞剧风格的脚本创作结果:

      51e0a42020d779efde3dea6cc687b3ee.webp 

GPT-2语言模型是OpenAI在2019年发布的一种人工智能语言处理模型。今年5月底,OpenAI发布了GPT-3语言模型,基于一系列基准测试和独立的自然语言处理系统,来实现语言翻译,以及生成新闻文章,甚至可以完成SAT考试中的问题回答。

 

Alex使用的GPT-2语言模型,已经学习了40G的文本内容,由15亿个参数共同来生成写作内容。而最新发布的GPT-3语言模型则有高达1750亿个参数来完成语言处理。

 

回看上面生成的文本,我们可以发现由GPT-2语言模型创作生成的文本,具有很强的超现实性。这些内容通常没有实际意义,但是符合一些文学语境。

 

毕竟,这可是学习了40G人类文本的模型啊。

     

253c34673621de748f8dc2db75d6b0d4.webp

      

StyleGAN2来一段人物视频特效


Alex是StyleGAN2的超级粉丝,使用StyleGAN2可以轻松地生成一个新面孔,甚至是转场动画。于是Alex用它生成了一些人脸和房间的图像,但是使面部表情和故事描述保持一致,着实费了他不少功夫。       b3b76b15b89a01e0aaaab349a184f3dc.webp使用StyleGAN2生成的一些图像

 

当然你也可以选择用first order model,也是一个很棒的工作。它的功能简单粗暴,给一个静态图片,给一段驱动视频,就能让静态图动起来,比如用Hinton驱动下法老。

       fa6eefe5f7f93fa600c3847352ddf1b7.webp   Hinton驱动的法老


通过3 d 肯恩 · 伯恩斯效应,我们也可以将照片转换成魔性的动画。



Replica Studios生成带情感的语音


语音生成可能是最古老的机器学习方法之一。「我最喜欢的是 MelNet ,只要听取样本(演讲者或者名人数据集),就可以产生高质量语音的模型」。可惜的是,MelNet 没有一个可用的Colab Notebook。 所以他选择了Amazon Polly。作为 Amazon AWS ai / ml 服务的一部分,Polly 提供各种语言的大量语音,但是Polly产生的语音更像主持人,并不总是适合虚构的内容。 比如Alex为predictions视频生成的语音。 
可以听到,对话中的声音没有多少感情,并不真正令人信服。 后来Alex发现了Replica Studios,这个工具生成的语音质量效果十分惊艳。        cc7e95e117818a9547c6253719adf7e7.webp       Replica Studios的使用非常简单。你按照时间顺序对短语进行排序,并将合适的声音应用到人物身上。        caba7b9945138f1c2760176999574e8f.webp

这样就完成了语音生成,直接导出mp3即可!
好了,开拍吧!

情节、演员和视觉效果、音乐都准备好了,开拍吧!


这段视频除了花费了Alex大量的精力去剪辑 ,还消耗了他家很多咖啡。。或许最棘手的事情是使用Premiere 及时拉长视频,并将它们与剧情同步。 EmptyRoom为我们展示了机器学习在生成视频方面的巨大潜力,不仅简化了流程,还分享了许多创造性的结果,当灵感枯竭的时候也许AI能带给你一股清泉,一起拥抱人工智能吧!


参考链接:

https://towardsdatascience.com/ai-as-a-movie-maker-e5865b99a06c



浏览 47
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报