Microsoftin tekoälytyökalu on kehitetty luomaan valokuvan pohjalta realistinen puhevideo. Työkalu pystyy käyttämään valokuvan pohjalta muunnettuja tekstipohjaisia skriptejä ja sitten muuttamaan ne puheeksi. Tämä avaa mielenkiintoisia mahdollisuuksia, kuten vanhojen valokuvien tuomisen eloon puhevideoiden avulla.

Microsoftin kehittämä tekoälytyökalu, joka tunnetaan nimellä Deep-Z, analysoi valokuvan yksityiskohdat ja luo sen pohjalta animoidun puhevideon. Työkalun avulla voidaan lisätä puhevalmiuksia vanhoihin valokuviin, antaen niille lähes todellisen puheominaisuuden.

Deep-Z-tekoälytyökalua aiotaan käyttää monilla aloilla, kuten mainontateollisuudessa, viihteessä ja viestinnässä. Voimme kuvitella, kuinka historialliset valokuvat heräävät henkiin puhevideoiden avulla ja kuinka mainostajat voivat lisätä tuotteidensa äänitunnisteen vanhoihin kuviin.

Vaikka ideasta saattaa tulla mieleen vakavia ajatuksia deepfake-teknologiasta, Microsoft vakuuttaa, että Deep-Z-tekoälytyökalua käytetään vastuullisesti. Työkalun avulla luodut puhevideot ovat selkeästi tunnistettavissa tekoälyllä tuotetuiksi.

Tämä luo jännittäviä mahdollisuuksia valokuvien käytön laajentamiseen ja valaisee tekoälyn potentiaalia viestinnän alalla.

Hauska loppukevennys: Olemme jo tottuneet näkemään kissavideoita ja meemien tulvaa sosiaalisessa mediassa, mutta entä jos emme näekään enää vain still-kuvia postauksissa vaan myös niiden mukana tulee ääntä? Tulevaisuudessa kenties näemme ihmisten uudelleenluomia historiallisia puhevideoita tai jopa puhuvia selfieitä. Voikin kuvitella, millaisia juttuja somekuvia ja -videoita tulevaisuudessa tuodaankaan pohdiskeltavaksemme!