想讓歐巴馬說什麼都可以!最新AI「對嘴」技術可偽造幾可亂真的影片內容
想讓歐巴馬說什麼都可以!最新AI「對嘴」技術可偽造幾可亂真的影片內容

眼見不一定可靠!過去,我們用Photoshop修出各種「照騙」,但最新AI技術,連影片中談話者的嘴型和聲音都可以修改,甚至逼真到難以從影片中察覺異狀。該研究可將聲音檔轉換為說話嘴形,並套用在其他影片中,改變影片主角原本的說話內容;也就是,雖然影片片段是真的,但說話的內容是假的。

僅分析17小時歐巴馬演講影片,所需資料量較過去小

華盛頓大學研究團隊發表一篇名為「同步歐巴馬:學習如何用聲音同步嘴型」的研究,而研究成果就是一系列美國前總統歐巴馬的「造假」影片。

該研究透過深度學習演算法,讓軟體從歐巴馬過去的演講影片中,學習如何將聲音檔轉換為嘴形變化,因此,當替影片配上新配音時,這套軟體可將新配音轉換為嘴形變化,再將嘴型移植到既有影片中。

Lip-Syncing_Obama
該研究透過神經網路技術,從歐巴馬過去的演講影片中學習如何將聲音檔轉換為嘴形變化,再將嘴型移植到既有影片中。
圖/ UW News

雖然影片中的音檔確實來自歐巴馬過去說過的話,但說話場景卻完全不同。就像示範影片中,左邊是音檔來源,右邊是另一場完全不同的演講,但研究者透過演算法,將兩者結合成全新的影片。

研究者表示,之所以選擇歐巴馬作為實驗對象,原因在於網路上可輕易取得大量歐巴馬公開談話的高畫質影音檔,適合用來訓練人工智慧。

和過去研究不同的是,該軟體不需要掃描大量的演講影音資料,也不需要分析不同人說出相同句子的嘴形,才能學會轉換聲音;其僅需要既有的影音素材即可,所需成本和規模更小。

研究者指出,該研究僅分析17小時的歐巴馬演講影片就達到此成果,希望未來可以將分析所需影片長度壓縮到1小時。

希望用於優化歷史影音檔案和視訊工具

研究者表示,希望這款軟體可幫助優化歷史紀錄的影音檔案,或是用於改善Skype這類的視訊工具品質。例如,用戶可以收集他們自己說話的影片,並用以訓練軟體,之後當他們使用視訊工具時,影像便能自動符合說話內容,因此就算網路連線品質不佳,也能讓視訊畫面保持順暢。

不過,外界也擔心,這套軟體若遭惡意人士利用,後果不堪設想。例如,可先利用聲音合成技術模仿出歐巴馬的聲音,再加上這套已經訓練好、可將歐巴馬聲音轉換為嘴形的模型,即可讓歐巴馬說出從未說過的話。

事實上,人工智慧新創Lyrebird已經透過機器學習開發出聲音模擬技術。該公司號稱,只要1分鐘的聲音樣本,即可模仿任何人說話。

資料來源:The Verge、PC Mag、GeekWire

往下滑看下一篇文章
從企業到政府,圓剛科技以MIT高資安打造頂級影音防線
從企業到政府,圓剛科技以MIT高資安打造頂級影音防線

從企業、政府的遠距會議,到國境通關與高度精準的手術現場,視訊鏡頭、麥克風影像擷取設備在各行各業中無所不在,一場隱形的資安革命也悄然發生。隨著全球地緣政治升溫,供應鏈去風險化浪潮席捲,加上資安事件頻傳,影音設備已不再是單純的硬體周邊,而是接入企業核心網路的通道,任何漏洞都可能成為企業或國家級的資安破口。

這也讓企業和政府採購思維產生根本性轉變,如今不再一味追求便宜,而是要兼具信任、品質與高資安,台灣影音直播設備龍頭圓剛科技,便以 MIT 研發製造,築起乾淨透明的供應鏈高牆,更以「三個 100%」的高品質承諾,成為企業、政府最安全的影音設備後盾。

不打價格戰,以三個 100% 建立透明供應鏈

這股從「價格」走向「信任」的市場轉變,圓剛科技全球品牌行銷處處長蔡柏輝非常有感。他透露,過去企業與政府採購影音設備時,往往以 CP 值為優先考量,以前第一句話問︰「鏡頭解析度多高?價格多便宜?」,現在卻問︰「這台設備的韌體是哪裡寫的?晶片來源乾淨嗎?會不會有資安後門?」「現在採購完全不一樣了,他們更重視產品的信任感和高資安,還有供應鏈是否絕對穩定。」

外界對圓剛的印象,或許還停留在直播主螢幕後、在台灣搶下超過九成市占的影像擷取設備,但事實上,圓剛深厚的影音技術早已延伸至政府、國防、金融、醫療與高科技等產業中。面對市場上的低價競爭,圓剛不打價格戰,而是以「百分百 MIT 研發製造」、「高品質」與「高資安」為訴求,為無數對安全極度敏感的企業與機構,打造可信賴且極致穩定的影音解決方案。

蔡柏輝表示,圓剛堅守「三個 100%」:100% 研發透明、100% 供應鏈可追溯、100% 嚴格品質把關。市面上九成影音品牌都是貼牌採購,但圓剛成立 36 年來,始終堅持在台灣進行產品研發與製造,從來源就建立更透明、更可控的管理機制,嚴格篩選非紅供應鏈,從源頭杜絕潛在的資安後門風險,成為客戶最安心的「台灣優選」品牌。

圓剛科技全球品牌行銷處處長 蔡柏輝
圓剛科技全球品牌行銷處處長 蔡柏輝
圖/ 數位時代

圓剛不僅擁有自己的研發團隊,也建立自主驗證實驗室,產品出廠前必須經過長時間的散熱與壓力測試、靜電防護、電磁相容性驗證等,以車規與工業級標準打磨每一台設備,消除瞬間黑屏或當機風險,確保設備在會議室、指揮中心、教育場域及政府機關等多種環境中,都能長時間穩定運作。

當市場出現新的資安漏洞或作業系統更新帶來的相容性問題,圓剛也能迅速回應,在最短時間內完成韌體修補、測試並推播更新,把客戶的維護成本降到最低。正因為對產品穩定度有著絕對信心,圓剛針對政府及產業應用相關產品,提供最高五年的品質保固保障,這更是其他貼牌廠商完全無法提供的承諾。

工業級高品質表現,滿足企業多元場景需求

正是這份堅持,讓圓剛的影音設備能在眾多要求高資安、高品質的專業場域落地。以國境安全為例,民眾在邊境通關的臉部辨識系統,就是採用圓剛高畫質 4K 視訊鏡頭(PW515),可精準自動對焦,大幅降低光線干擾,提升臉部辨識成功率與通關效率。在查驗包裹與貨物的 X 光機上,也採用圓剛的影像擷取卡(GC571),以零延遲、無壓縮的高清細節,提供最真實的影像,成為邊境防毒防私的第一線眼睛。

圓剛 PW515 可精準自動對焦,大幅降低光線干擾,提升臉部辨識成功率與通關效率。
圓剛 PW515 可精準自動對焦,大幅降低光線干擾,提升臉部辨識成功率與通關效率。
圖/ 數位時代

在國防單位和國家科研機構中,不論是遠距視訊會議,或是戰情傳遞,不少重要會議導入圓剛的視訊鏡頭和智慧降噪會議揚聲器(AS315),避免因藍牙等無線傳輸,在半路被攔截資訊封包,同時滿足通訊清晰、不中斷的需求。

在高階醫療場域,圓剛展現了對影像細節的極致要求。以微血管超音波為例,由於臨床判讀極度依賴影像還原度,些微的色偏或失真都可能影響醫師診斷。圓剛專業級影像擷取器(GC535)透過 4K 解析度與 RGB24 無損色彩還原技術,能將最原始、無壓縮、不偏色的精細畫面傳輸至系統,協助醫師進行精準判讀。考量到醫療設備需長期高強度運作,全機以金屬工藝打造,可高效散熱,確保在任何嚴苛環境下都能運作穩定。

圓剛的高階擷取盒(GC535)支援 4K 高畫質、RGB24 無損色彩還原,協助醫師進行精準判讀。
圓剛的高階擷取盒(GC535)支援 4K 高畫質、RGB24 無損色彩還原,協助醫師進行精準判讀。
圖/ 數位時代

在金融領域,圓剛的 4K 視訊鏡頭也用於銀行的自動開戶機台,滿足金融業嚴苛的遠端身分驗證與銀行級資安防護。而台灣 IC 設計大廠和車用導航大廠,在研發階段檢測 HDMI 影像訊號時,也採用圓剛的擷取設備,進行無壓縮的影像採集,確保出廠時產品品質毫釐不差。

持續深化影音技術,打造極致安全順暢體驗

從合規晶片、台灣製造到硬體無隱藏連網模組,圓剛一層層打造嚴密的資安屏障,「圓剛不只是賣視訊設備的硬體廠商,更是國家級與垂直產業中,最值得信賴的影音安全防線,」蔡柏輝說。

未來這個防護網也將持續進化,讓設備變聰明,但資料不出門。過去要做到智慧降噪、自動對焦追蹤或多畫面切換,常需依賴外部軟體或雲端運算,這對資安敏感的企業來說是極大隱患。未來圓剛的商用擷取卡與視訊鏡頭,將直接在硬體本機上完成所有影像與音訊的智慧處理,無論是消除會議室外的雜音,或是廠務檢測設備時瞬間抓取細節,所有運算都在設備內一秒搞定,蔡柏輝強調︰「一個封包、一張畫面都不需上雲端,這才是政府、企業、金融與國防真正敢用的智慧影音。」

針對現代企業裡的複雜運作環境,可能同時存在不同的作業系統與各類專用機台,圓剛也將持續以「隨插即用」(Plug-and-Play)與極致相容性為核心,讓設備無縫對接產業既有的會議軟體、醫療儀器、銀行櫃員機或軍警戰情室。客戶不需打掉重練,就能輕鬆獲得國家級的影音傳輸品質與資安防護,成為企業各種設備的萬能影音樞紐。

蔡柏輝堅定地說︰「圓剛未來目標非常明確:『讓商用影音導入變得極致順暢,讓資安防護做得滴水不漏。』」當數位轉型邁入資安至上的全新紀元,圓剛將持續以「MIT 信任」、「高資安」、「高品質」三大防護,做全球企業最值得信賴的影音後盾。

圓剛科技將持續深化影音技術,打造極致安全順暢體驗,讓商用影音導入變得極致順暢,讓資安防護做得滴水不漏
圓剛科技將持續深化影音技術,打造極致安全順暢體驗,讓商用影音導入變得極致順暢,讓資安防護做得滴水不漏。
圖/ 數位時代

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓