Google Vlogger, Görsellerden Konuşma Görüntüleri Oluşturuyor

Google araştırmacıları, geliştirdikleri yeni bir yapay zeka aracıyla hareketsiz imgelerden konuşma görüntülerinin oluşturulmasını sağladı.

Google, Vlogger ismi verilen yeni yapay zeka aracıyla ilgili yeni bilgiler paylaştı. Tanıtıma nazaran tek bir kişi görselinden hareket eden yapay zeka, ürkütücü derecede başarılı konuşma görüntüleri oluşturabiliyor.

“İnsanları sesten sentezlemek için yeni bir çerçeve” olarak tanımlanan Vlogger’ın birinci testleri başarılı sonuçlar veriyor. Otomasyonu sağlayan ve davranışsal gerçekçiliği devreye alan Google, pek çok farklı projede yeni yapay zekanın yer alabileceğini söyledi. Asıl hedeflenen ise asistan ve robotlar üzere gerçek beşerlerle etkileşime girileceği vakitlerde bu yapay zeka ile uydurma beşerler yaratmak. Vlogger ile bu süreci sağlamak isteyen Google, şahsileştirilmiş sanal asistanlar, online sunum eğitimlerinde kullanılacak bireyler ve online irtibatta yeni araç ile yapılacak çalışmaların faal sonuçlar vereceğini söyledi.

Yeni Google AI Aracı, Görsellerden Konuşma Görüntüleri Oluşturuyor

Vlogger Berbat Maksatlar İçin Kullanılabilir

Sadece tek bir fotoğraftan gerçek tesirli görüntüler oluşturan yapay zekanın tanıtımı sonrasında makûs hedefler için kullanılabileceği de akıllara geldi. Bugüne kadar pek çok berbat niyetli yapay zeka çalışmaları gündeme gelirken Vlogger da emsal bir potansiyele sahip görünüyor. Çünkü fotoğraftan hareket ile özel kademelerden geçen sistemde el, kol hareketleri ve mimikler taklit ediliyor. kullanıcıların kullanılacak sesi verecek olması, makus hedefli kullanımda işleri zorlaştırabilir. Lakin yapay zeka aracının eğitilebilir yapısı olması ve her gün geliştirilecek olması da bu alanda dikkat cazibeli bir ayrıntı. Çünkü Google’ın tanıtımına nazaran 2200 saatlik görüntü ve 800 bin kimlik ile desteklenen yapay zeka, güçlü bir bilgi haznesine sahip.

Vlogger Nasıl Çalışıyor?

Vlogger’da sistem kademe evre şöyle çalışıyor;

1. İlk olarak; bakış, yüz sözleri ve poz için ses girişinden beden hareketi denetimleri oluşturuluyor.
2. Ardından, referans manzara üzerinden imajdan manzaraya çeviri ile çerçeveler oluşturuluyor.
3. VLOGGER, mevzuyla ilgili hareketli ve gerçekçilik içeren çeşitli görüntüler oluşturarak kurguyu yapıyor.
4. Oluşturulan görüntüler, art plan sabit kalırken kişinin kıymetli ölçüde hareket ettiği biçimde düzenleniyor.

Örnek görüntü ise şöyle;

Yeni Google AI Aracı, Görsellerden Konuşma Görüntüleri Oluşturuyor

Video Translation:

One of the primary applications of this model is in video translation.

For instance, VLOGGER can take an existing video in one language and adjust the lip and facial movements to match new audio, such as Spanish. pic.twitter.com/6vjj2JKjdh

— Roni Rahman (@heyronir) March 19, 2024

Kaynak: İndir