只要6秒 AI人工智能只要聽聲音就能描繪你的長相
你相信嗎?AI人工智慧最近已經進化到,只要花6秒的時間,聽到你的聲音除可以分辨出你的性別、年紀與種族外,甚至可以描繪出你的長相。
這款由麻省理工學院(MIT)所打造出來的AI,研究人員用一個由數百萬個影片剪輯而成的數據集,對一個名為Speech2Face的神經網絡模型進行自我訓練,而這款網絡的運作大概分成兩部分,一個是語音編碼器,主要負責對輸入的語音來進行分析,并預測出相關的臉部特征;另一個則是臉部解碼器,主要對輸入的臉部特征來進行整合并產生圖像。從最終結果來看,僅用了6秒,就能靠著聲音來還原人臉,效果上是令人滿意的。
該研究團隊表示,他們的目的并非為了準確還原說話者的模樣,Speech2Face模型主要是為了研究語音與相貌之間的關聯性。目前Speech2Face已經可以識別出性別,而對于白種人與亞洲人也能輕易分辨,在年紀部分從30、40、70歲的年齡段聲音命中率會比較高一點。
除了基礎的性別、年紀與種族外,Speech2Face還可以猜中一些臉部特征,像是鼻子結構、嘴唇厚度與形狀、咬合等情況,也可以猜出大概的臉部骨架,基本上聲音輸入的時間越長,這款AI的準確率就越高;不過研究人員也坦言,AI的聽覺也會有錯,這款AI會將尚未經歷變聲期的小男生當作女性、對說話者的口音也會有判斷錯誤的時候、甚至搞錯年齡等。研究人員表示,Speech2Face之所以會有局限性,部分原因是因為數據集中的說話者,本身種族多樣性不夠豐富,所以讓它在辨認不同種族人士聲音這樣的能力上是比較弱的。
不過也有人認為這項技術背后所隱藏的隱私與歧視等問題,令人擔憂;他們認為雖然這是純粹的學術調查,但臉部信息的潛在敏感性,是有必要進一步討論當中的道德因素,應該要對此進行嚴謹的技術測試,并確保實際數據可以代表預期中的用戶群。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













