口型几乎完美、还能卡点，霉霉说地道中文的视频火了，背后 AI 工具原来是它...

转自：机器之心

这两天，美国女歌星霉霉（泰勒・斯威夫特）一则说中文的短视频在各社交平台火了起来。有的播放量已经达到了 600 多万。

在视频里，霉霉操着一口流利、地道的中文，神情自若，几乎没有早期译制片女主角的那种腔调，口型也能对得上。

图源：微博 @会火

还没有看过视频的小伙伴们，我们先来一睹为快。

感觉怎么样，是不是很神奇呢？

可以看到，不仅是霉霉，蕾切尔・布罗斯纳安、特朗普、艾玛・沃森、憨豆先生都掌握了一口正宗的中文。此外，小品演员蔡明在吐槽大会上「秀了一段流利的英文」。

作者表示，视频制作中有三个重要的因素：掌握地道的口语翻译、语音克隆和替换嘴型，每个步骤都要做好。不过，他没有说明用到的具体模型是什么。

视频火了之后，更多的人开始了新的尝试，也让我们了解到了视频背后使用到的 AI 生成工具 ——HeyGen。

推特用户 @Gorden_Sun 同样制作了一段霉霉说中文的视频，这次口型完美，卡点和嘴型都对得上。有人评论到，「音色其实也很像了。」

作者表示，视频里面的翻译是 HeyGen 自动完成的，质量可能不太好，他只需要上传视频并选择要翻译的语言就行了。

视频字幕是作者自己加的，HeyGen 没有该功能。此外视频人物在情感还原度方面仍有欠缺。

不过，HeyGen 虽然可以免费试用，但需要等待很长时间。懂技术的小伙伴也可以寻找开源替代方案，比如语音转文字 whisper、文字翻译 GPT、声音克隆 + 生成音频 so-vits-svc、生成符合音频的嘴型视频 GeneFace++。

除了中英互换之外，国外还有人尝试将英语翻译成日语，效果同样很不错。他表示，该视频同样是使用 HeyGen 做的。

原始英文视频如下：

转换后日语视频如下：

还有更离谱的是，有人使用 HeyGen 制作了说多达 6 种不同语言的视频。对此有人评价称，「HeyGen 将成为内容创造领域的搅局者。」

那么，这个 HeyGen 是什么来头呢？原来它在两个多月前就生成过一段爆火视频。

HeyGen：做不输 Midjourney 的 AI 视频生成器

当时，HeyGen 生成了一个超逼真的数字人，还是创始人 Joshua Xu 亲自上阵。人物的表情、动作、脸部微表情等等，都活灵活现地展现在你眼前。

HeyGen 的这段视频掀起了一阵热潮，但是因为还有一些效果缺陷，大家更加期待改善后的版本。

HeyGen 创始人 Joshua Xu 的 AI 生成数字人，眨眼频率过高

HeyGen 背后的公司名叫诗云科技，成立于 2020 年。他们最初致力于做 AI 数字人生成，创始人 Joshua Xu 曾在 Snapchat 担任主要工程师，负责机器学习领域。

Joshua Xu 曾发博客表示，自 2022 年 7 月产品发布以来，历时 178 天，该公司 ARR （annual recurring revenue）已达到 100 万美元。

HeyGen 为用户提供更加便宜、省时的视频制作方法。这打破了传统视频制作中费用高昂、周期长、人员杂乱和设备需求高等问题。

参考链接：https://www.sohu.com/a/711139471_99985415