Рубрика “Хай-тек” Николая Гринько на “Вестях FM”.

Команда из Стэнфордского университета разработала любопытный алгоритм, редактирующий видеофайлы при помощи текстового ввода. Приложение использует механизм, расшифровывающий речевые движения из разных кусков записанного ранее ролика. Они преобразуются в отредактированный материал с дорисовкой подходящих движений губ дикторов и актеров. Для получения законченного видео просто добавляются новые слова, удаляются старые или вообще переставляются целые реплики.

Если актер ошибся в произнесении заготовленного текста, то отредактировать материал будет просто: достаточно ввести корректировку прямо с клавиатуры. Технология машинного обучения соберет корректный вариант из разных слов или их частей, сказанных в прочих отрезках записи. В настоящий момент для обучения искусственного интеллекта потребуется исходное видео длиной не меньше 40 минут. Как заверяют разработчики, их методика редактирования видео – отличное подспорье для продюсеров и редакторов. Но ее же можно использовать и для производства фейковых роликов. Эксперты полагают, что применение подобного инструмента должно быть регламентировано. Например, можно оповещать зрителей об обработке видео при помощи нейросети.

Коллектив редакции нашей программы поясняет: для испытания нейросети были записаны короткие ролики, в которых разные люди произносят по одной фразе. Искусственный интеллект для начала анализирует видео и расшифровывает текст, который читает герой видео. Эти слова появляются во встроенном текстовом редакторе. Теперь пользователь может удалить какое-то слово, вставить вместо него другое или поменять слова местами. После этого нейросеть обработает видео так, чтобы персонаж на экране произнес исправленный пользователем текст. Причем, по заверениям разработчиков, неподготовленный зритель ничего не заметит. И это действительно так: если не знать, какие именно слова исправлены, обнаружить замену практически невозможно. Однако в демонстрационном ролике показаны сначала исходные кадры, затем демонстрируется процесс редактирования текста, а после этого можно увидеть результат работы нейросети – и вот тогда становится видно, где алгоритм изменил речь и мимику человека. Здесь можно пуститься в рассуждения о том, как скоро информационное пространство заполнится видеороликами, в которых самые разные люди будут говорить слова, которые никогда в жизни не произносили. Но можно поискать и плюсы. Например, голливудские актеры в кинофильмах скоро будут идеально говорить по-русски, двигая губами точно в такт голосу русскоязычного дублера. И вообще, хорошего в новой технологии явно больше, чем плохого. Хотя…