"Microsoft" fotoşəkilləri "həddən artıq real" videolara çevirən tətbiq təqdim edib

Microsoft, insanı fotoşəkildən (hətta Mona Lizadan) "danışan baş"a çevirməyə imkan verən VASA-1 süni intellekt platformasını təqdim edib.

BAKU.WS xəbər verir ki, yeni xidmətin imkanlarını nümayiş etdirən video süni intellekt üzrə ekspert Min Çoi tərəfindən yayımlanıb.

VASA-1 səs yazısı əsasında təsviri oxuya və ya ifadəli danışa bilər. Bu platformanın metodu nəinki dodaq sinxronizasiyasını və səsi təmin edir, həm də geniş spektrli emosiyaları, ifadəli üz nüanslarını və təbii baş hərəkətlərini tutmağa imkan verir.

Min Çoi qeyd edib ki, VASA-1-in yaratdığı videolardakı insanlar canlı görünür. Süni intellekt sizə "danışan baş" (gülər və ya ciddi üz) üçün müxtəlif emosiyalar seçməyə imkan verir və onun baxışları kosmosun müxtəlif nöqtələrinə yönəldilə bilər.

Şərhlərdə istifadəçilər bu videolardakı insanları "çox realist" adlandırıblar.

Microsoft vurğulayıb ki, VASA-1-in əsas yeniliklərinə üz dinamikası və baş hərəkətləri yaratmaq üçün vahid model daxildir. Platforma saniyədə 40 kadr tezliyində 512 x 512 piksel təsvir ölçülü video yaradır.