（以假乱真的奥巴马视频）

“假奥巴马”的诞生

为此，研究小组用神经网络分析了数百万帧的视频，对音频和视频进行分析，了解与声音匹配的各种口型，以此确定奥巴马的面部表情如何变化。开口说话需要整个面部器官的协调，所以研究人员不仅分析了口型变化，还包括他的嘴唇、牙齿和下巴周围的皱纹，甚至还包括脖子与衣领。然后选取与音频匹配的口型，将它们嫁接到新视频中。从本质上来说，研究者们是将奥巴马多年来讲话的口型合成为一个新视频。

这种新算法预示着，未来我们可以用现有的音频与视频素材，合成高逼真的假视频。也就是说，我们可以将一段音频加到任意视频片段中，看起来会像视频里的人真的在说这段话。

研究人员称，这项技术有一个潜在的应用是完善视频会议。视频会议的视频内容可能会断断续续或不够清晰，也可能被冻结，但音频内容一般不会出现这样的情况。因此，将来的视频会议可能会直接传输人们说话的音频，然后利用这个软件将他们说话的声音与他们可能出现的口型合成，形成一个虚拟的会议视频。此外，这项技术还能帮助人们在虚拟现实应用程序或加强现实应用程序中与数字虚拟人物进行交谈。

这项技术让世人纷纷表示震惊，但它得以应用的前提是：得有现成的音频与视频素材，然后方能进行选取、匹配与嫁接动作。而在这方面，我们自己国内的技术已经走在了前面。