【逼真得恐怖】AI嘴型模仿技术伪造言论影片几可乱真

有时会看到网上流传某某明星说一些荒谬的言论，但原来全是炒作，纯为毫无根据的假新闻。现在这些假对白传言都只是以文字方式呈现，但如果你确实看到名人在影片中道出言论，就很难相信是假影片。美国华盛顿大学最近研究出一个人工智能系统，能根据录音语句，制出对嘴型的超逼真影片，到时候要哪位名人说什么都可以。 PS 假相年代已演变成假影片年代，大家上网不要轻信虚构内容哦（编按：如果你分得出的话⋯）。

这个 AI 制造出来的假演说影片，嘴型与真实影片无异。

把预录的音讯档放进 AI 系统后，系统便能切合录音里的语句制造出相应的嘴型，再把嘴型“Key”到另一条影片上，当然那个假嘴型的唇色要与目标影片里的人物一致，也要配合脸部肌肉动作啦。至于造出来的影片逼真度，大家可以参考以下这条影片，研究人员把奥巴马某段演说言词，复制到奥巴马其他影片上。比较原片和假影片，虽然两条片的眼神表情和场景都不同，但单看着假影片的话，你不会觉得嘴型对不上录音，就像奥巴马在另一个情景说同一番话，效果完美无瑕。试想想，如果有人想该诬蔑一位明星说出仇恨言论，破坏他的名声，或想政治人物宣布人神共愤的政策，制造社会恐慌及混乱，使用这个 AI 便能制造嘴型，再结合如 Lyrebird 这类把原声档转成某人声音的 AI 系统，便能制造几可乱真的假影片，是多么的恐怖啊。真的希望这个系统不要落入那些居心叵测的人手中。

今次研究用了奥巴马的影片作为示范，是因为网上及电视节目有大量高质的奥巴马影片，供 AI 学习他的嘴型。在这次实验中，AI “看”了十七小时的奥巴马影片来分析掌握他说各个生字的嘴型变化，不过技术发展成熟的话，未来的 AI 只需看一小时的影片就足够。要拿到一个人的一小时影片其实不难，现时流行的直播、视像对话、社交网络发布的生活影片等，都可以成为 AI 模仿嘴型的材料，基本上是唾手可得。但大家若为了避免这个问题而不拍短片，明星不接受访问不拍剧，名人不出席活动，是不切实际的，所以最重要的是这个系统能给什么人有使用权限，以及大家懂得保护自己的网上隐私，限制个人影片的分享对象。

AI 学习嘴型的过程。

虽然这个嘴型模仿技术令人毛骨悚然，但其实背后有个正当的应用目的。研究人员表示，他们希望能透过这个技术来改善视像对话的画面质素。例如 Skype 的用户能收集自己说话的录像，让 AI 看片学习，当进行视像通话而网络不稳定时，就可对着 Skype 录音，然后 AI 就自动制作相应的嘴型，解决画质差而令嘴型含糊不清的问题，也能节省数据。