这是一个创建于 252 天前的主题，其中的信息可能已经有所发展或是发生改变。
请问有没有 AI 可以线上辨识被消音的人声视频（视频读唇）的服务？ 我是有看到几个 github 项目，但是有没有已经可以实际运行的？
（原由是我拍了一些访问视频，麦克风出问题，全部被消音，只看到人说话嘴在动）
6 条回复 • 2024-04-22 15:57:31 +08:00
 |
1
passive 252 天前 via Android
这个太科幻了。要是可行，架一台普通相机都能收听对面楼里的开会内容了。
之前有过高速相机拍摄薯片袋震动还原声音的，人家好歹采样率能跟上。 |
 |
2
jstony 252 天前
如果有足够的样本数据用于训练，我猜测是有可能的。实际上好像没有这样的数据，所以是不可行的。
|
 |
3
junan 252 天前
要不找人读唇语，然后重新配音？
|
 |
4
ceeeeeeeeeeeeeeb 252 天前
加上读舌还差不多
|
 |
5
hanqian 252 天前 via iPhone
读唇没有那么魔幻，效果很有限
|
Select Language