麻省理工學院的研究人員發明一種技術，能夠僅憑借聲音描繪出人臉

據阿根廷布宜諾斯艾利斯經濟新聞網6月18日報道，僅憑聲音就可以描繪出人臉，這聽起來似乎匪夷所思。現在一個名為Speech2Face的自主智能學習系統已經將其變為現實。

據麻省理工學院的研究人員稱，這個系統實際上就是一個神經網絡。他們搜集了來自YouTube等網站上的海量視頻，而所有視頻內容都是人在講話。隨后他們利用這些資料對這個能夠自主智能學習的神經網絡加以訓練。通過訓練，這個系統學習到了聲音和面部特征的相關聯系，掌握了講話者的一些基本特征，例如年齡、性別、種族和音色等。

報道稱，自主智能學習系統能夠利用聲音與面部特征的關系，根據少量聲音片段大致推測出一個從未見過的講話者的面容。

值得一提的是，該系統并不能準確還原一個講話者的面容，而是只能根據學習到的基本特征大致模擬人臉圖像。

研究人員指出，這是因為該系統的訓練方向就是捕捉與年齡、性別等特征相關的視覺特點，而這些特點屬于多位講話者的共性。在海量資料的基礎上，該系統只有在從未見過的講話者身上找到足夠多的共性之后，才能大致模擬出一幅人臉圖像。因此這幅圖像無法做到精確還原講話者的面容。

此外，雖然該系統的資料庫規模龐大，但畢竟無法涵蓋全世界所有人，因此該系統模擬出來的圖像仍需要進一步調整和完善。

目前該系統面臨的最大挑戰就是如何給這個資料庫擴容，進而使其描繪的講話者面容更加接近原型，但這項任務絕非易事，仍需研究人員進一步努力。