斯坦福最新研究成果 編輯有聲視頻算法技術

演員在拍戲中經常會出現一些小瑕疵，例如念錯、漏念臺詞等等。對于這種情況，一般就是重拍一條，又或者是接受這些不完美。如果要重拍的話，也就意味著要付出更多的時間、精力以及金錢，所以成本還是蠻高的。

想象一下，如果有編輯器可以幫我們在后期視頻處理的時候，修正這些小瑕疵。不就可以避免重拍所造成的昂貴損失了？近日，這個想象實現了。

據外媒報道，近日斯坦福官方博客介紹了一種編輯有聲視頻的算法技術。這個技術可以使用文字記錄修改視頻，就跟修改文字類似，聽起來就覺得很神奇對不對？

據研究者稱，這是一種通過深度學習去操縱視頻的全新技術，我們可以在一句話中增加、刪掉甚至是修改任意詞句，然后讓視頻中演講者說出任意我們所修改的話，而且還很自然，就像是演講者自己說出來的那樣。

例如，當主持人將報道中的“182.25美元”錯報成了“191.45美元”，我們也無需重新錄制視頻，只需要修改視頻轉錄的文本，這個技術即可將“聲音與嘴型”同時修正過來。

其實關于這種利用深度學習編輯視頻的技術，近年來是越來火爆，一度成為熱點話題。其中我們最熟悉的莫過于此前的明星換臉視頻。

這種技術明面上雖然可以修改微小的視頻錯誤，但更讓人擔心的是，它也可以隨意修改我們說過的話！

試想一下，有人惡意修改政要說過的話，比如可以肆意篡改特朗普的講話，那會引起多大的騷動？如果有你身邊的人惡意篡改你的一段視頻，徹底修改意思將普通聊天變成罵人的話，又會對你造成多大傷害？大數據面前，再無真相？你怎么看？