研究人员学会了如何通过
在视频
中将任何单词和句子放入人的嘴中来编辑
视频 。 该技术以看起来非常自然和自然的方式处理视频，只有怀疑编辑后才能注意到伪造的视频。
新算法是由来自斯坦福大学，马克斯·普朗克研究所，普林斯顿大学和Adobe的研究人员联合开发的。 编辑仅在于创建视频中的人应朗读的文本。 其余工作由神经网络完成。 由于保留了“扬声器”的面部表情和动作模式，因此很难发现伪造品，该技术可以掩盖干扰痕迹。
为了实现这一点，算法的创建者教他如何分析视频。 神经网络通过关节选择必要的手势，面部表情元素和单词，然后组合各个帧，使修改后的视频看起来完整无缺。 结果实际上是一个计算机模型，该模型执行技术所有者所需的操作。
嘴唇，舌头，所有发音元素的动作都是原始的，神经网络从原始视频中“截断”了它们。 在那之后，视频看起来不太自然，因为它包含大量的剪切和暂停。 因此，该技术可以“平滑”结果选项，使其看起来尽可能自然。
在使用之前，需要对神经网络进行培训-它需要与将要替换语音的一个或多个人“馈送”至少40分钟的视频。 没错，这仅与英语视频有关，因为英语只有44个音素，因此从英语示例中学习神经网络比俄语或日语要容易得多。 但是，随着时间的流逝，该技术可用于与会说其他任何语言的人一起编辑视频。 以下是一个视频，用于演示所描述技术的功能。
当然，这项工作提出了许多问题。 其中之一是信息和媒体安全。 如果任何人都可以说任何话，并且结果看起来很自然，技术是否危险？ 该开发的作者声称是的，攻击者可以使用它。 但是，例如，图形编辑器已经存在很长时间了，在他们的帮助下，您还可以伪造任何东西，但是这个世界一直存在，而且我们继续存在。
此外，这组作者说，他们了解不道德的政客也可以使用相同的技术。 如果将其替换为由视频上捕获的较早的语音形成的“讲话头”，则后者将能够避免在摄像机前进行语音讲话的需要。
为了检测伪造品，该创意的作者建议使用专门的水印和一些其他技术，使人们能够识别伪造品。
当然，如果有原始视频，很容易证明视频修改的事实。 除此之外，作者还计划开发通过在原始版本中添加“数字指纹”来保护媒体内容的方法，这种方法易于检测和理解视频是原始的还是伪造的。
该研究的全文可在
此处找到 。