Thursday, August 5, 2021
更多
    Home科技新聞AI人工智慧再邋遢都能體面開會!NVIDIA推AI視訊會議神器Maxine

    再邋遢都能體面開會!NVIDIA推AI視訊會議神器Maxine

    疫情期間,WFH 已成常態,全球有數百萬人使用視訊來開會、學習、娛樂,甚至就診。IT 大廠紛紛發展視訊會議能應用的人工智慧技術。微軟甚至聯合美妝大廠資生堂,共同推出能「立即上妝」的視訊會議 AI 技術呢

    而顯示卡大廠 NVIDIA 去年末推出的雲端視訊串流 AI 平台「Maxine」,能使用人工智慧視訊壓縮技術—只要從人臉上「抓到」幾個關鍵點後,就能在另一端依據這些臉部特徵關鍵點  (facial points),重建人臉動畫。如此一來,就不需串流整個影像的畫素,大幅度降低視訊傳輸所需的頻寬。

    以下影片為 NVIDIA Maxine 的各種功能介紹:

    無需強大硬體,即可享有高解析.無噪音的視訊會議體驗

    NVIDIA Maxine 是雲端原生的視訊串流 AI 平台,其嶄新的 AI 功能可被導入到各式各樣的網路視訊會議中。視訊會議的服務供應商可透過 NVIDIA 的雲端 GPU(沒錯!此款 GPU 真的就在雲端上,因此你無需添購任何專業的設備~)上運行該平台,為用戶提供全新的 AI 功能,包括視線校正(Gaze Correction)、超高解析度、噪音消除和臉部打光等功能。

    由於資料是在雲端而不是在本地設備上處理,因此使用者無需任何強大的硬體設備,即可享受高解析度、無背景噪音、自動修正的角度、甚至虛擬背景、替身、即時翻譯等進階功能!

    AI 捕捉臉部關鍵點,所需頻寬減至原本一成

    以下為 NVIDIA Research AI 視訊壓縮展示影片:

    NVIDIA 使用的人工智慧技術可以分析每個會議參與者的臉部關鍵點(眼、鼻、口等周圍的要點 key points),並在接收器端運用所抓到的臉部要點來重建臉部動畫。如此一來就不需要傳輸完整的畫面,傳輸的資料減少了,所需的頻寬也因而大大減少。

    Nvidia 使用的人工智慧技術可以抓住會議參與者的臉部關鍵點

    透過上述人工智慧抓住臉部關鍵點的影像壓縮技術,視訊頻寬消耗減少至原本 H.264 串流視訊壓縮標準要求的十分之一,讓服務供應商的成本也跟著減少、終端用戶也可獲得順暢的視訊會議體驗。


    透過抓住臉部關鍵點的 AI 影像壓縮技術,視訊頻寬消耗減少至原本 H.264 串流視訊壓縮標準要求的十分之一

    眼神接觸、臉部對齊……人工智慧提升視訊會議的體驗

    臉部眼神校正功能:模擬面對面開會

    Maxine 還應用了 NVIDIA 在生成對抗網路 (GAN) 的優勢,讓視訊會議服務供應商能為用戶提供各種 AI 功能,讓用戶有真實「面對面」的感受。

    例如:「臉部對齊」功能可自動調整臉部角度,讓用戶在參與會議的過程中,看起來像是彼此相對、「眼神校正」能模擬眼神接觸、校正會議參與者的視線。這些功能能幫助與會者保持互動,無需一直盯著攝影機。

    「臉部對齊」功能可自動調整臉部角度,讓用戶在參與會議的過程中,看起來像是彼此相對。

    替身與虛擬背景:人再邋遢、家中再亂都能體面開會!

    除此之外,視訊會議服務的供應商也能增加替身功能,讓用戶選擇自己的動畫當替身,能即時地透過用戶的聲音、情緒音調,自動生成逼真的動畫。

    除了替身功能,Nvidia 也在今年六月 CVPR 大會,發表 Maxine 平台最新的「Vid2Vid Cameo」的深度學習模型:採用生成對抗網絡(GAN)的技術,只需將一個人的 2D 照片合成至談話影像中,就能輕易地打造數位虛擬化身、節省視訊頻寬,並能夠進行人臉辨識等強大功能。如此一來,就算鏡頭另一端的用戶衣衫不整、頭髮凌亂也不怕了!只要你在會議前拿出一張自己穿正式衣服的照片,就能讓穿著得體的自己當成替身參與視訊會議喔!

    假如家中小孩太吵、或是燈光太暗的話,也不用怕!Maxine 的人工智慧技術可以移除背景噪音、並且提供超高解析度的畫面,也提升光線較暗時的清晰度,甚至為臉重新打光!

    有了參與會議時,若家中小孩太吵也不用擔心,因為 Maxine 的人工智慧技術可以移除背景噪音!


    若上述的都不行的話,你也可以乾脆直接更換成虛擬背景!

    若家中真的有見不得人的場景的話,試試 Maxine 的虛擬背景吧!

    Jarvis 對話式 AI:即時翻譯、會議記錄

    透過 NVIDIA 對話式人工智慧功能 Jarvis SDK,開發人員可藉由整合使用虛擬助手,在視訊會議服務中進行語音辨識、語言理解與語音生成的功能。虛擬助手可做紀錄、設置執行項目,並以人聲回答問題,也能提供即時翻譯、即時字幕和逐字稿等,有助與會者了解會議中正在討論的內容。

    Jarvis 對話式 AI,可以在會議中即時翻譯

    Maxine 平台整合多個 NVIDIA 人工智慧 SDK 和 API 技術。除了上述的 Jarvis 外,還有強化音訊和視訊功能的  NVIDIA DeepStream ,並以 TensorRT SDK 執行高效能深度學習推理。官方提到,Maxine 平臺的人工智慧運算,因為都在雲端處理,所以終端用戶不需升級任何硬體,就能獲得這些功能。

    以下為 Maxine 的串流視訊 AI SDK 展示影片:

    最新文章

    熱門文章

    - Advertisment -