小姐姐终于开口了！AI杀疯了！

大家好，我是 Jack。

CVPR、SIGGRAPH 等各种计算机视觉的顶级会议，在 6 月份都陆续结束了。

话说，小伙伴们都斩获了几篇论文？

今天继续给大家带来一些有趣的 AI 算法。

ml-talking-face

根据文字，生成说话的面孔，还能带肢体动作。

比如，输入中文：

我爱你

语言选择韩语，然后选择语速、动作、视频背景。

生成的视频效果：

选择成中文，动作选择伸两只手，我们再看下效果：

也可以输入我们耳熟能详的：

效果是这样的：

再比如：

效果是这样的：

算法支持的语言有：汉语、英语、日语、韩语，从效果看还都挺标准的。

这个算法是一个 CVPR 的最新论文的 Demo 效果，可以在线体验。

体验地址：

https://huggingface.co/spaces/CVPR/ml-talking-face

论文地址：

https://arxiv.org/abs/2205.06421

算法的框架是这样的：

使用谷歌翻译 API 先对输入文字进行翻译，生成目标语言，然后使用 TTS 算法，就是一个 Text-To-Speech 算法，生成对应的音频，再根据音频，生成视频。

音频生成视频的算法，我之前写过，比如 LSP 算法：

LSP，强得离谱！

不过他们用的不是这个，是一个类似算法 Wav2Lip。

https://github.com/Rudrabha/Wav2Lip

说实话，这套系统逐渐成熟，客服这类的岗位，就会逐渐被代替了。

当然，也要谨防这类技术的诈骗。

比如，眼见为实，耳听为虚已经是过去式了，现在眼见也未必为真。

AI 算法，视频都能给你生成了。

Text2Human

也是一篇顶会的论文，直接上效果：

算法如其名，Text2Human。

根据文字描述，生成不同衣着的人。

A man wears a short-sleeve and short rompers with denim meterials.

用法就是：描述一下性别和穿的衣服，算法就能自动生成对应的图片。

可以选择不同的姿态：

然后输入描述即可生成对应的图片。

这个算法已经开源，作者还做了一个 UI 界面。

项目地址：

https://github.com/yumingj/Text2Human

不过这个需要一些编程基础才能体验，毕竟环境搭建起来也要花费一阵子。

当然，想省事，也可以在线体验：

https://huggingface.co/spaces/hysts/Text2Human

这类算法也挺有意思，扩展一下，就是在线试衣。

将生成的人物照片，指定为固定的人，比如自己。

足不出户，就能使用手机 APP 在线试穿各种衣服。

最后

好了，干货分享就聊这么多。

最后再来个福利吧：

这本书是我一位朋友的新作，4月份的时候，写完书我就抢先看了电子版，然后写了推荐语。

出书很不容易，知识点要成系统，不像写个公众号文章，今天写点啥，明天想写点啥，不用太拘束。

所以我认真写了个推荐语，支持一下。

Python 自动化办公，很适合想要入门，内容非常丰富，各种实战案例。

零基础想要学习，提高办公效率的小伙伴，可以看一看。

我跟朋友要了20本书，免费送给我的读者朋友。

抽奖就不搞那么复杂了，直接看留言吧。

第 1、2、5、8、13、15、18、20、21、25、28、30、31、33、35、37、40、42、45、50 楼可以免费获得这本书。

就按照明晚（7.18）凌晨 12 点留言的楼层定了，点赞越多越靠前。

当然，不想抽奖的，也可以直接买，因为是新书刚上市，最便宜。

现在优惠力度很大，京东 5 折，定价 129 元，现在 64.5 元就能拿下。

问了一下，半价活动还有最后两天，大家可以先下手，万一中奖，咱也可以留中奖的这本书，不亏～

扫码即可购买：

好了，今天就聊这么多吧～

我是 Jack，我们下期见！

·················END·················