الگوریتم دست‌کاری ویدیو با ویرایش متن

به گزارش کارگروه فناوری اطلاعات سایبربان؛ به گفته تیم پژوهش، متد جدید با حفظ ساختار و ژست چهره افراد، دیالوگ‌های جدید را جایگزین متن صحبت قبلی کرده و خروجی آن، یک ویدیوی کاملاً طبیعی از سخنانی است که ویرایش شده‌اند.

الگوریتم مورد بحث برای دست‌کاری ویدیو ابتدا باید فایل اصلی را مورد تحلیل قرار دهد که برای این کار، در حال حاضر به حداقل 40 دقیقه ویدیو از صحبت‌های فرد موردنظر نیاز است. سیستم با دریافت فایل منبع، نحوه تلفظ و ادای کلمات شخص را فراگرفته و مدلی از سر وی ترسیم می‌کند تا در فرایند دست‌کاری ویدیو، خروجی قابل‌باوری ارائه کند.

در مرحله بعد، متن صحبت جدید به الگوریتم داده می‌شود که الگوریتم آن را با متن اصلی تطابق داده و در بخش‌هایی که تفاوت وجود دارد، حرکات لب و چهره فرد را تغییر و صدای جدید را هم روی ویدیو قرار می‌دهد. البته خروجی اولیه به خاطر اتصال تعداد زیادی قطعه ویدیویی کوتاه، تکه‌تکه به نظر می‌رسد که الگوریتم در این قسمت با استفاده از فیلتر هوشمند، خروجی نهایی را طبیعی می‌کند.

لازم به ذکر است که توسعه الگوریتم جدید همان‌طور که قابل پیش‌بینی بوده، نگرانی‌هایی را در زمینه امکان سوءاستفاده از فناوری و دست‌کاری ویدیو سخنرانی افراد مختلف (به خصوص سیاستمداران) به وجود آورده که پژوهشگران در پاسخ به این موضوع، اظهار داشته‌اند که در زمان معرفی تکنولوژی ویرایش عکس نیز نگرانی‌های زیادی وجود داشت؛ اما با ارائه عمومی آن دنیا به پایان نرسید.

گفتنی است یکی از پیشنهادات تیم توسعه، نشان‌دار کردن ویدیوهای ویرایش شده (واترمارک) است که البته خلاف‌کاران برای دور زدن چنین روش‌هایی همواره راهی پیدا می‌کنند و باید منتظر بود و دید که محققان چگونه از سوءاستفاده‌ها جلوگیری خواهند کرد.