هوش مصنوعی و ساخت ویدیو‌های تقلبی از سخنرانی افراد مشهور

به گزارش گروه فضای مجازی ، به نقل از دیجیاتو، این روز‌ها ساخت کپی دیجیتالی از صدای افراد کار سختی نیست و می‌توان بر اساس پروفایل صوتی هر فرد، فایل صوتی سخنانی که هیچگاه بر زبان نیاورده را تولید کرد، به همین دلیل نمی‌شود صرفاً با شنیدن صدای یک فرد به گفته هایش اعتماد کرد. حال محققین دانشگاه واشنگتن گام را فراتر نهاده و سیستمی را ساختند که می‌تواند کلیپ‌های صوتی را به ویدیو‌هایی واقعی از همان فرد در حال ادای جملات تبدیل نماید.

 

 

 

 

 

 

 

سیستم مورد بحث برای عملکرد مطلوب، به تجزیه و تحلیل حداقل ۱۴ ساعت ویدیو از سخنرانی فرد مورد نظر نیاز دارد، اما محققین امیدوارند این زمان را به یک ساعت کاهش دهند. آن‌ها با بهره گیری از شبکه‌های عصبی، شکل کلی چهره و وضعیت لب و دهان را با نحوه بیان کلمات هماهنگ می‌کنند.

 

در نهایت، ویدیویی از سخنرانی فرد را با فایل صوتی دیگری به سیستم می‌دهیم تا ویدیوی ن‌هایی از ترکیب آن دو حاصل شود. برای عملیات ترکیب، صدای ویدیوی اولیه حذف و با فایل صوتی دوم جایگزین می‌شود، سپس انیمیشن تولید شده از حرکات دهان روی چهره اصلی قرار می‌گیرد. با مشاهده ویدیوی نهایی، به سختی می‌توان باور کرد که فرد مورد نظر هیچگاه چنین صحبت‌هایی را مطرح نکرده باشد.

اگرچه به نظر می‌رسد تنها کاربرد این فناوری در جعل گفتار باشد، اما محققین اهداف دیگری را در سر دارند. آن‌ها می‌گویند بهبود کنفرانس‌های ویدیویی، گفتگوی واقعی با شخصیت‌های تاریخی، یا شخصیت بخشی به فایل‌های صوتی از جمله کاربرد‌های این تکنولوژی هستند، و باید امیدوار باشیم که این فناوری در اختیار تبهکاران و بدخواهان قرار نگیرد.