大家好，我是 Jack。
CVPR、SIGGRAPH 等各种计算机视觉的顶级会议，在 6 月份都陆续结束了。
话说，小伙伴们都斩获了几篇论文？
今天继续给大家带来一些有趣的 AI 算法。
ml-talking-face
根据文字，生成说话的面孔，还能带肢体动作。
比如，输入中文：
我爱你
语言选择韩语，然后选择语速、动作、视频背景。
生成的视频效果：
选择成中文，动作选择伸两只手，我们再看下效果：
也可以输入我们耳熟能详的：
效果是这样的：
再比如：
效果是这样的：
算法支持的语言有：汉语、英语、日语、韩语，从效果看还都挺标准的。
这个算法是一个 CVPR 的最新论文的 Demo 效果，可以在线体验。
体验地址：
https://huggingface.co/spaces/CVPR/ml-talking-face
论文地址：
https://arxiv.org/abs/2205.06421
算法的框架是这样的：
使用谷歌翻译 API 先对输入文字进行翻译，生成目标语言，然后使用 TTS 算法，就是一个 Text-To-Speech 算法，生成对应的音频，再根据音频，生成视频。
音频生成视频的算法，我之前写过，比如 LSP 算法：
不过他们用的不是这个，是一个类似算法 Wav2Lip。
https://github.com/Rudrabha/Wav2Lip
说实话，这套系统逐渐成熟，客服这类的岗位，就会逐渐被代替了。
当然，也要谨防这类技术的诈骗。
比如，眼见为实，耳听为虚已经是过去式了，现在眼见也未必为真。
AI 算法，视频都能给你生成了。
Text2Human
也是一篇顶会的论文，直接上效果：
算法如其名，Text2Human。
根据文字描述，生成不同衣着的人。
A man wears a short-sleeve and short rompers with denim meterials.
用法就是：描述一下性别和穿的衣服，算法就能自动生成对应的图片。
可以选择不同的姿态：
然后输入描述即可生成对应的图片。
这个算法已经开源，作者还做了一个 UI 界面。
项目地址：
https://github.com/yumingj/Text2Human
不过这个需要一些编程基础才能体验，毕竟环境搭建起来也要花费一阵子。
当然，想省事，也可以在线体验：
https://huggingface.co/spaces/hysts/Text2Human
这类算法也挺有意思，扩展一下，就是在线试衣。
将生成的人物照片，指定为固定的人，比如自己。
足不出户，就能使用手机 APP 在线试穿各种衣服。
最后
作者：Jack Cui
原文：https://mp.weixin.qq.com/s/xYVAtLLuLswJ5AJ5YLeOXw
系列篇
更多AIoT领域有趣的算法应用及产品请关注有趣的AIoT应用专栏。
