AI根据视频画面自动配音 ，真假难辨 !（附数据集）

文章预览

本文经AI新媒体量子位（公众号ID:qbitai)授权转载，转载请联系出处 本文长度为 3216字 ， 建议阅读 7分钟 本文为你分享实现AI自动为视频配音的 流程。 先来做个“真假美猴王”的游戏。 你将看到两段画面相同的视频，请判断哪段来自视频原声，哪段是AI根据视频画面配上的假声？ 莫非两个都是真的？不可能，答案文末揭晓。（还有更多真假难辨的视频原声和配音大对比） 真假难辨，简直让人怀疑耳朵。模型合成的假音效，什么时候都这么逼真了？一切还得从这个自动为自然环境下的视频配音的项目说起。 视听关联 看闪电，知雷声。 对人类来说，声音和视觉通常会打包出现传递信息。就像一个孩子看到闪电会下意识捂住耳朵，看到沸腾的水会想起水汽呼呼的 ………………………………