Microsoft VASA-1 generiert realistische Video-Portraits aus einer Audiodatei

[slashCAM]

Eine Forschungsgruppe bei Microsoft hat ein neues KI-Framework namens VASA-1 vorgestellt, das die Generierung lebensechter, sprechender Gesichter mit auffällig ansprechen...

Hier geht es zur Newsmeldung auf den slashCAM Magazin-Seiten:
Microsoft VASA-1 generiert realistische Video-Portraits aus einer Audiodatei

[Frank Glencairn]

Mit Ton:

[7River]

Schon beeindruckend. Könnte man so etwas nicht in der Kriminaltechnik einsetzen? Gerade in den USA sind die was Genetik und Aussehen von Menschen angeht viel weiter. Hier fällt das unter Datenschutz.

[Frank Glencairn]

Was schwebt dir da vor? Sprechende Steckbriefe?

[Tscheckoff]

Genau. Ein rappender Steckbrief ala ^^:
https://x.com/froggyups/status/1780865913627283767

[7River]

Gesichtsrekonstruktion, Phantombilder oder Forensic DNA Phenotyping.

[MK]

Gesichtsrekonstruktion, Phantombilder oder Forensic DNA Phenotyping.

Klar, wenn der Täter ein Passbild am Tatort hinterlässt... in der Überschrift des Artikels fehlt folgendes:


Das Framework benötigt als Input lediglich ein statisches Bild und einen Sprach-Audioclip als Eingabe.

[Frank Glencairn]

Gesichtsrekonstruktion, Phantombilder oder Forensic DNA Phenotyping.

Was hat all das mit sprechenden Passbildern zu tun?
Die Gesichter werden ja nicht erzeugt, sondern nur per Audio Aufzeichnung animiert.

Und was DNA Phenotyping betrifft:

Besides pigmentation traits, no molecular prediction tests are currently available for any other EVCs due to limited knowledge on genes and predictive DNA markers.

[7River]

Entschuldigung für meinen unqualifizierten Kommentar. Ich bin da weit abgeschweift.