Hovory so zoomom explodovali počas súčasného zablokovania koronavírusu. Ak ste však už vyčerpali možnosti rôzne uhly a kulisy pre vaše videohovory, prečo neskúsiť byť úplne inou osobou? Viete, ako bývalý generálny riaditeľ spoločnosti Apple a spoluzakladateľ Steve Jobs.
Prinajmenšom to je technická ukážka/experiment vytvorený kodérmi Ali Aliev a Karim Iskakov. Vyvinuli nástroj v štýle Animoji alebo Memoji s názvom Avatarify čo umožňuje používateľom počas videohovorov na seba nanášať masku v reálnom čase.
Ako funguje Avatarify?
Avatarify je založené na umelej neurónovej sieti tzv Pohybový model prvého rádu, vyvinutý výskumníkmi v Taliansku. Vyškolený na viac ako 12 000 videách, umožňuje animáciu statického obrázku avatara bez manuálneho ladenia. To znamená, že užívateľom stačí pridať iba statický obrázok tváre. Avatarify z neho potom urobí animovanú masku.
Funguje to tak, že z videa z webovej kamery vašej skutočnej tváre extrahujete kľúčové body a potom sledujete kľúčové body pri pohybe. Ďalej platí, že informácie k obrázku avatara sa pohybujú, povedzme, nosom súčasne s vašim. Animovaný obrázok sa potom streamuje na Zoom, Skype alebo na inú službu videohovorov, ktorú chcete použiť.
Ak chcete animovať osobu, umiestnite jej obrázok do konkrétneho priečinka, spustite aplikáciu Avatarify a potom začnite videohovor.
"Táto myšlienka prišla spontánne, keď som narazil na pohybový model prvého rádu," povedal Ali Aliev Kult Maca. "Bol som prekvapený jeho výkonom z hľadiska kvality animácie... Rozhodol som sa zosmiešniť svojich kolegov [a] rýchlo vytvoril prototyp a vtrhol sa do nášho týždenného hovoru s tvárou slávneho bojovníka MMA Khabiba Nurmagomedov. Vtip ocenili. Karim, ktorý je tiež mojím kolegom, dostal nápad. Prenesl to na Mac a vytvoril video s falošným Elonom Muskom. "
Prekvapivo presvedčivé výsledky môžete vidieť nižšie.
Predvoľba Steva Jobsa
Keď sa rozhodli zverejniť Avatarify, dvojica sa rozhodla zahrnúť predvoľbu avatarov. "Obdivujeme Steva za jeho oddanosť skvelým myšlienkam, takže sme ho určite chceli mať v predvoľbe avatarov," povedal Aliev.
Výsledky, samozrejme, nie sú dokonalé. Model bol vycvičený na orezanie obrazu s rozlíšením 256 × 256 pixelov, čo znamená, že kvalita - aj keď je úplne prijateľná pre hovory so zoomom - nebude presne zodpovedať kontrole HD. Lepší tréning AI, najmä s extrémnymi uhlami tváre, by to pomohol zlepšiť.
Ešte dôležitejšie je, že na rozdiel od známych deepfake videí, ktoré ste pravdepodobne videli, Avatarify pracuje s 2D obrázkami. Ako povedal Aliev, o 3D svete nevie nič. To je najpozoruhodnejšie pri rotácii hlavy. (Opäť premýšľajte o tom, ako keby ste nosili plochú lepenkovú masku, a nie 3D.)
Foto: Karim Iskakov/Ali Aliev
Avatarify má však určité obmedzenia
"Druhou stranou problému je výkon," povedal. "Práve teraz potrebujete počítač poháňaný GPU, aby ste mohli spustiť Avatarify s rozumnými 30 FPS." Spustenie na zariadení iba s procesorom [je nedostatočné] na príjemné videokonferencie. Myslíme si, že je možné model urýchliť tak, aby fungoval v reálnom čase na počítači CPU [napríklad] MacBooku. je to však dosť náročný výskumný problém, ktorý si vyžaduje veľa úsilia a času. Ďalšou možnosťou na zlepšenie výkonu, na ktorú sa pozeráme, je používanie cloudových GPU. [To by znamenalo] všetky náročné výpočty sa vykonávajú niekde inde, ale nie na prenosnom počítači. “
Posledným záverečným problémom - neprehliadnuteľným pre každého, kto sa pozrie na demo Elona Muska - je, že zvuk znie. Na konci dňa je to stále váš hlas vychádzajúci z tváre inej osoby. V skutočnosti existovalo niekoľko celkom pôsobivých (a strašidelných) ukážok hlboko falošný zvuk v poslednej dobe schopný replikovať hlas známych jednotlivcov. Tu sa však nedali ľahko použiť. Takže možno začnite precvičovať svoje dojmy!
Avatarify je možné stiahnuť z online úložiska kódov Github. Je to bezplatný a otvorený zdrojový kód, aj keď na jeho uvedenie do prevádzky budete potrebovať trochu základného znalosti kódovania. Potom? Je to len otázka čakania na váš ďalší hovor Zoom ...