蒙娜丽莎说Rap的秘密,这个AI算法绝不能错过!

蒙娜丽莎说Rap、苏轼先生开口念诗、Gollum唱Black Pink的Ice Cream。是的,你没有看错,本篇给大家介绍的这个AI算法可以让你零基础5分钟实现上述超级Fancy的特效,亲手制作点击量过百万、霸榜热搜的超级视频

话不多说,让我们先看效果!

蒙娜丽莎说Rap的秘密,这个AI算法绝不能错过!_第1张图片

怎么样?小编没有在骗人吧。并且,最近大火的虚拟美妆博主柳夜熙、上周百度发布的央视总台首个AI手语主播以及各大虚拟偶像等等数字人的核心技术中,让数字人开口说话的也是这个AI算法。

那这到底是什么神奇的技术呢?答案就是飞桨开源套件PaddleGAN中的新晋宠儿:Wav2lip模型

赶紧上项目查看源码及文档教程吧,这个项目还提供热门GAN模型,如AnimeGANv2、GauGAN、First Order Motion的实现。开源不易,望大家Star支持!

https://github.com/PaddlePaddle/PaddleGAN/blob/develop/README_cn.md

02da22efb593b96eefa51482aa00a21c.png

更贴心的是,完整项目代码已公开于AI Studio,大家动动手指即可体验:

https://aistudio.baidu.com/aistudio/projectdetail/3156519?ref=feijiang2

下面呢,我们就来给大家拆解下这个技术原理,和具体的操作步骤,手把手教你实现苏轼念诗,蒙娜丽莎唱Rap或者任何你心仪的Idol说情话da2a3ab75019c34e54ed5d1d9c1a5519.png

这是一个输入一段语音,使目标人物图片、视频的唇形,根据语音进行自动匹配并运动起来的任务。因此,我们需要准备一段音频和一段人像/动漫人物视频,将音频和视频输入Wav2lip模型中,经过Wav2lip模型预测后,便会输出一段目标人物/动漫人物说出输入音频的视频,至此,「千万级」配音视频就完成啦~

蒙娜丽莎说Rap的秘密,这个AI算法绝不能错过!_第2张图片

PaddleGAN的唇形迁移能力

Wav2lip

Wav2lip模型实现唇形与语音精准同步突破的关键在于:

  • 采用了唇形同步判别器,以强制生成器持续产生准确而逼真的唇部运动。

  • 此外,通过在鉴别器中,使用多个连续帧而不是单个帧,并使用视觉质量损失(而不仅仅是对比损失)来考虑时间相关性,从而改善了视觉质量。

蒙娜丽莎说Rap的秘密,这个AI算法绝不能错过!_第3张图片

万能的Wav2lip模型适用于任何人脸、任何语音、任何语言!对任意视频都能达到很高的准确率,都可以实现无缝地与原始视频融合,无论是视频效果还是语音效果都很逼真

与此同时,PaddleGAN针对Wav2Lip模型进行了高清优化,使唇形拟合更细腻,更加逼真。

蒙娜丽莎说Rap的秘密,这个AI算法绝不能错过!_第4张图片

PaddleGAN Wav2lip的

使用方法

在PaddleGAN的帮助下,完成上述神奇的自制「配音/对口型」只需两步:

1.下载PaddleGAN并所需安装包

# 下载PaddlePaddle安装包
# 从github上克隆PaddleGAN代码(如下载速度过慢,可用gitee源)
!git clone https://gitee.com/PaddlePaddle/PaddleGAN
#!git clone https://github.com/PaddlePaddle/PaddleGAN
#本地安装PaddleGAN
%cd /home/aistudio/PaddleGAN
!pip install -v -e .
!pip install -r requirements.txt
!pip install librosa
!pip install numba==0.53.1

2.使用唇形合成命令

%cd applications/
!python tools/wav2lip.py \
    --face /home/aistudio/1.jpeg \
    --audio /home/aistudio/2.m4a \
    --outfile /home/aistudio/pp_put.mp4 \
    --face_enhancement

只需在如下命令中的face参数和audio参数分别换成自己的视频和音频路径,然后运行即可生成和音频同步的视频,运行完成后,会在当前文件夹下生成文件名为outfile参数指定的视频文件,该文件即为和音频同步的视频文件:

  • face: 原始视频,视频中的人物的唇形将根据音频进行唇形合成

  • audio:驱动唇形合成的音频,视频中的人物将根据此音频进行唇形合成

  • outfile:成品视频名

  • face_enhancement:添加人脸增加特效

PaddleGAN的

花样玩法

以为PaddleGAN就止于此?NoNoNo~

蒙娜丽莎说Rap的秘密,这个AI算法绝不能错过!_第5张图片

免费开源宝藏套件PaddleGAN的能力当然不止于唇形迁移/生成的技术,里面满满都是种类丰富、趣味的图像/视频生成、处理能力,热门的前沿模型,如AnimeGANv2、GauGAN、First Order Motion等模型等待大家探索。

图像风格迁移、视频修复、图像超分辨率、人像动漫化、照片动漫化、人脸编辑等等。

蒙娜丽莎说Rap的秘密,这个AI算法绝不能错过!_第6张图片

PaddleGAN就如一个「游乐场」,欢迎各位「玩家」加入,体验各类「游戏设施」,无需门票,如果玩得开心,记得点Star支持下~

https://github.com/PaddlePaddle/PaddleGAN/blob/develop/README_cn.md 1bbbf2e01b8cc69396e4053d4955f79c.png

关注公众号,获取更多技术内容~

你可能感兴趣的:(游戏,人工智能,机器学习,github,计算机视觉)