我在短短的幾個小時內學會了假唱（你也可以）

做假貨有多容易，真的？在過去的幾年裡’新的方法和演算法源源不斷地出現，提供了越來越令人信服的人工智慧生成的假貨。你現在甚至可以在一些應用程式中進行基本的面部交換。但如何才能把你在網上找到的隨機程式碼變成真假呢？從個人經驗來看，你真的需要兩樣東西：時間和耐心。...

做假貨有多容易，真的？在過去的幾年裡’新的方法和演算法源源不斷地出現，提供了越來越令人信服的人工智慧生成的假貨。你現在甚至可以在一些應用程式中進行基本的面部交換。但如何才能把你在網上找到的隨機程式碼變成真假呢？從個人經驗來看，你真的需要兩樣東西：時間和耐心。

儘管我寫了很多年關於deepfakes的文章，但我只使用為我工作的預先打包的應用程式來**它們。但是，當我看到一個明顯簡單的方法，創造快速脣形同步深假在任何時間，我知道我必須嘗試自己。

基本機制相當簡單。你所需要的只是你的主題的一段影片和一段你想讓他們跟隨的音訊片段。用程式碼把這兩個東西混合在一起，嘿，普雷斯托，你有一個假的。（你可以說我沒有什麼技術背景，對吧？）最終的結果是這樣一個影片女王唱歌皇后：

或者是一群唱著那首國際讚歌的電影角色，斯馬什·茅斯的“全明星”：

或者特朗普模仿愛爾蘭經典：

尋找演算法

現在，這些影片不是旨在破壞民主和帶來infopocalypse的邪惡假貨。（如果正常的編輯也能做到這一點，誰還需要深度假貨呢？）他們甚至沒有那麼有說服力，至少不需要額外的時間和努力。他們是愚蠢的和有趣的-這兩個品質我很重視承諾浪費我的時間寫一篇內容豐富，引人入勝的文章給我的僱主。

正如詹姆斯·凱萊赫（James Kelleher）在推特（Twitter）上指出的那樣，他用來**影片的方法被一些人工智慧研究人員在網上分享。有關描述他們的方法的論文（稱為Wav2Lip）在幾周前釋出，同時還有一個供任何人嘗試的公開演示。這個演示原本是可以自由訪問的，但是現在你必須註冊才能使用它。這部作品的作者之一，IIIT Hyderabad的K R Prajwal告訴the Verge這是為了阻止惡意使用，儘管他承認註冊不會“阻止精通程式設計的嚴重犯罪者”

Prajwal說：“我們肯定承認人們對能夠自由使用這些工具的關注，因此，我們強烈建議程式碼和網站的使用者將影片清晰地呈現為合成影片。”。他和他的同事們注意到，這個程式也可以用於許多有益的目的，比如動畫和將影片配音成新的語言。Prajwal補充說，他們希望這些程式碼的釋出將“鼓勵對能夠有效打擊濫用的系統進行卓有成效的研究”

嘗試線上演示（但失敗了）

我最初試著用這個線上演示**一個假貨。我找到了我的目標（蘋果CEO蒂姆·庫克）的影片和一些音訊供他模仿（我出於某種原因選擇了吉姆·凱瑞）。我使用Quicktime的螢幕錄製功能下載了影片片段，並使用一個名為Piezo的便捷應用程式下載了音訊。然後我得到了兩個檔案，把它們**網站，然後等待。然後等待。最終，什麼也沒發生。

出於某種原因，演示不喜歡我的剪輯。我試著做新的，降低他們的決心，但沒有什麼不同。事實證明，這將是我深度偽裝經歷中的一個主題：隨機出現的路障，我只是沒有技術專長來分析。最後，我放棄了，向凱萊赫求助。他建議我重新命名我的檔案以刪除任何空格。我這樣做了，出於某種原因，這是有效的。我現在有了一段蒂姆·庫克模仿吉姆·凱瑞為萊蒙妮·斯尼克的《一系列不幸事件》做螢幕測試的片段。這是可怕的-真的只是難以置信的逼真和幽默方面的偽劣-但個人成就都一樣。

轉移到colab

為了改進這些結果，我想更直接地執行演算法。為此，我轉向作者的Github，在那裡他們上傳了底層程式碼。我將使用Google Colab來執行它：相當於googledocs的編碼，它允許您在雲中執行機器學習專案。同樣，是最初的作者透過簡單的步驟設計程式碼完成了所有的工作，但這並沒有阻止我一次又一次地陷入挫折，就像小品鮑勃處理一個滿是耙子的停車場。

為什麼我不能授權Colab訪問我的Google驅動器？（因為我登入了兩個不同的Google帳戶。）為什麼Colab專案在我的驅動器資料夾中找不到神經網路的權重？（因為我下載的是Wav2Lip模型，而不是Wav2Lip+GAN版本。）為什麼我上傳的音訊檔案沒有被程式識別？（因為我在檔名中拼錯了“aduoi”）等等。

令人高興的是，這個YouTube教程解決了我的許多問題，提醒我注意我犯下的一些更微妙的錯誤。其中包括為輸入和模型建立兩個單獨的資料夾，分別標記為Wav2Lip和Wav2Lip。（注意“lip”上不同的大寫字母——這讓我大吃一驚）看了幾次影片，花了幾個小時解決問題，我終於有了一個工作模式。老實說，我本可以哭的，部分原因是我自己明顯的無能。

最終結果

幾次實驗之後，我瞭解到了這個程式的一些怪癖（比如它很難處理那些不直截了當的面孔），並決定**我的“deepfake pièce de réresistance:Elon Musk”假唱，與Tim Curry在《指揮與征服：紅色警報3》中的“太空”演講同步。你可以在下面看到自己的結果。當然，這只是對現實和虛構之間的界限不斷抹去的一小部分貢獻，但至少它是我的：

我從這次經歷中學到了什麼？好吧，做假貨確實容易，但不一定容易。儘管這些演算法已經存在多年了，任何願意花幾個小時工作的人都可以使用，但如果你的目的至少是傳播錯誤資訊的話，用傳統方法簡單地編輯影片剪輯會更快，產生更令人信服的結果，這是真的。

另一方面，讓我印象深刻的是這項技術傳播的速度之快。這種特殊的脣同步演算法Wav2Lip是由印度和英國大學附屬的一個國際研究小組建立的。8月底，他們在網上分享了自己的作品，然後被推特和人工智慧時事通訊（我在一個著名的名為Import AI的網站上看到了這篇文章）。研究人員使程式碼易於訪問，甚至建立了一個公開的演示，在幾個星期內，世界各地的人們已經開始用它進行實驗，創造他們自己的deepfake來取樂，在我的例子中，是內容。在YouTube上搜索“Wav2Lip”，你會發現教程、演示和更多的仿冒例子。