首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

用于手写笔迹的深度伪造(Deepfakes):自动合成,不需要笔

免费的神经网络演示,可以动态生成可下载的手写体。

上图:一个由 Calligrapher.ai 生成的计算机合成笔迹的例子。

这要归功于一款名为“书法家(calligrapher)”的免费网络应用程序。AI,任何人都可以通过JavaScript在浏览器中运行的神经网络来模拟手写笔迹。在输入一句话后,该网站会将其呈现为九种不同风格的手写笔迹,每种风格都可以根据速度、易读性和笔画宽度等属性进行调整。它还允许在SVG矢量文件中下载生成的伪手写样本。

这个演示特别有趣,因为它不使用计算机字体。计算机字体中看起来像手写体的字体,有些已经存在了80多年,所以,无论你使用多少次,每个字母实际上都是重复和相同的。

在过去的十年里,计算机科学家放宽了这些限制,发现了使用神经网络模拟人类笔迹动态变化的新方法。

这个应用由机器学习研究员、书法家肖恩·瓦斯奎兹(Sean Vasquez)创作。AI网站利用了DeepMind的亚历克斯·格雷夫斯2013年的一篇论文中的研究。肖恩·瓦斯奎兹最初在几年前创建了书法家网站,但最近在黑客新闻上重新发现了它,引起了更多的关注。

书法家网站(Calligrapher.ai)在统计权重的指导下,把每个字母都“画”得好像是人手写的一样。这些权重来自一个循环神经网络(RNN),它已经在 IAM 在线手写数据库上进行了训练,该数据库包含了221个人的手写样本,这些样本是随着时间的推移从白板上数字化的。因此,Calligrapher.ai 手写合成模型在很大程度上是针对英语书写的,黑客新闻上的人报告说,在复制其他语言中常见的变音符符号时遇到了困难。

由于生成手写体的算法本质上是统计的,因此其属性(如“易读性”)可以动态调整。肖恩·瓦斯奎兹在2020年《黑客新闻》的一篇评论中描述了易读性滑块的工作原理:“输出是从概率分布中采样的,提高易读性有效地将概率密度集中在更可能的结果上。因此,这只是改变了变化,这是正确的。一般技术被称为‘调整采样分布的温度’。”

随着神经网络现在可以处理文本、语音、图片、视频,现在还可以处理手写,似乎人类创造性输出的任何角落,都可以通过生成式人工智能实现。

早在2018年,肖恩·瓦斯奎兹就已经提供了支持 GitHub 上的WEB应用演示的底层代码,因此它现在可以适应其他应用程序。在适当的情况下,它可能对那些想要比静态脚本字体更有天赋的图形设计师有用。

如果朋友们喜欢,敬请关注“知新了了”!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20230128A02LXY00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券