鑒偽“深度合成”內(nèi)容

快商通與美亞柏科,、華僑大學(xué)聯(lián)合申報(bào)的“基于深度學(xué)習(xí)的可信多媒體鑒定關(guān)鍵技術(shù)研究及其產(chǎn)業(yè)化應(yīng)用”課題入選廈門市重大科技項(xiàng)目，這一項(xiàng)目就是對(duì)“深度合成”內(nèi)容進(jìn)行鑒別，判斷多媒體內(nèi)容是否屬于偽造,。

研究反生成式AI

美亞柏科正對(duì)包括反生成式AI在內(nèi)的AI安全及監(jiān)管領(lǐng)域進(jìn)行研究,，并根據(jù)業(yè)務(wù)需要布局相關(guān)產(chǎn)品。

推出聲音克隆服務(wù) 引入智能檢測(cè)算法

復(fù)刻你的聲音 還能加“防偽碼”

最近,，“AI孫燕姿”成了新“頂流”,，其通過(guò)AI訓(xùn)練，可以用歌手孫燕姿的聲音演唱任何你想聽到的歌曲,，有網(wǎng)友感慨“真假難辨”,。

事實(shí)上，“AI孫燕姿”背后的聲音克隆技術(shù)并非新生事物,，其應(yīng)用已涉及娛樂(lè),、教育等多個(gè)領(lǐng)域。在我市,，已有人工智能企業(yè)探索聲音克隆的應(yīng)用場(chǎng)景，還有的研究鑒偽技術(shù),，防止技術(shù)濫用,。

聲音克隆已用于多種場(chǎng)景

廈門大學(xué)信息學(xué)院副教授洪青陽(yáng)說(shuō)，聲音克隆可用在電影配音,、有聲書,、播客等領(lǐng)域，“人們可以根據(jù)自己喜好,，選擇某個(gè)已獲授權(quán)的聲音來(lái)演繹,。再比如，可以克隆已故親人的聲音,，讓記憶永存,。

不久前，廈企云知芯的母公司云知聲就上線了“聲音克隆”服務(wù),。據(jù)云知聲介紹,，其“聲音克隆”可全面學(xué)習(xí)用戶的音色和風(fēng)格，僅需用戶二十句左右的原始錄音,，就可以合成貼近真人的數(shù)字聲音,，且能做到“朗讀的語(yǔ)氣、語(yǔ)調(diào),、情感堪比真人”,。

在具體的應(yīng)用中，云知聲方面描繪了幾個(gè)場(chǎng)景:智能語(yǔ)音音箱中傳來(lái)兒女的聲音,，提醒年邁的父母注意天氣變化,；兒童點(diǎn)讀機(jī)里生硬的機(jī)械音被媽媽輕柔的呢喃所取代……

廈企快商通也將聲音克隆技術(shù)應(yīng)用于其研發(fā)的數(shù)字人軟件中。“用戶只需提供一段3~5分鐘有真人出鏡,、包含人聲的視頻,，通過(guò)我們的軟件，就可以根據(jù)需求,，自動(dòng)生成一段全新的視頻,，這個(gè)數(shù)字人的聲音跟真人幾乎一模一樣?！笨焐掏?lián)合創(chuàng)始人李稀敏說(shuō),。

用AI反制AI 防止濫用

AI虛擬歌手的風(fēng)靡，引發(fā)人們對(duì)聲音安全問(wèn)題的擔(dān)憂:用AI技術(shù)模擬聲音進(jìn)行詐騙的違法行為屢見不鮮,，我們?nèi)绾巫R(shí)別出原版和翻版的聲音,？

技術(shù)產(chǎn)生的問(wèn)題，當(dāng)然也能通過(guò)技術(shù)來(lái)解決,。去年底,，快商通與美亞柏科、華僑大學(xué)聯(lián)合申報(bào)的“基于深度學(xué)習(xí)的可信多媒體鑒定關(guān)鍵技術(shù)研究及其產(chǎn)業(yè)化應(yīng)用”課題入選廈門市重大科技項(xiàng)目,，這一項(xiàng)目就是對(duì)“深度合成”內(nèi)容進(jìn)行鑒別,，判斷多媒體內(nèi)容是否屬于偽造。

與此同時(shí),，快商通在其自主研發(fā)的數(shù)字人,、聲音復(fù)刻等AIGC（生成式AI）技術(shù)中，也引入獨(dú)特的智能檢測(cè)算法,，用于AIGC內(nèi)容的追蹤溯源,。李稀敏說(shuō):“我們?cè)谝曨l或者音頻中隱藏了一個(gè)信道，這里頭傳輸?shù)男畔⒂歇?dú)特的標(biāo)識(shí),，相當(dāng)于身份名片,。退一步說(shuō)，哪怕信息丟失了,，我們也能通過(guò)算法檢測(cè)出聲音真?zhèn)?。?/p>

“任何技術(shù)都具有兩面性,，AIGC在賦能產(chǎn)業(yè)數(shù)字化進(jìn)程方面大有作為,，但也極其容易被犯罪分子濫用。因此,，發(fā)展AIGC的同時(shí),，也需要持續(xù)深化可信技術(shù)?！崩钕∶粽f(shuō),。

【解密】

訓(xùn)練一位AI歌手

僅需三步

任何曲風(fēng)都能駕馭，且沒有違和感，“AI孫燕姿”是怎么煉成的,？

廈門大學(xué)信息學(xué)院副教授洪青陽(yáng)告訴記者,，以“AI孫燕姿”為代表的AI虛擬歌手，由語(yǔ)音轉(zhuǎn)換（Voice Conversion）技術(shù)打造,，屬于聲音克隆的一種,。所謂語(yǔ)音轉(zhuǎn)換，簡(jiǎn)單理解,，就是把A的音色轉(zhuǎn)換成B的音色,，與此同時(shí)，保留A說(shuō)話或唱歌的內(nèi)容以及語(yǔ)氣,、語(yǔ)調(diào)等細(xì)節(jié),。

洪青陽(yáng)說(shuō)，訓(xùn)練AI歌手的過(guò)程大致分為三步,，以“AI孫燕姿”翻唱周杰倫的《發(fā)如雪》為例：先用專門的音頻軟件,，把《發(fā)如雪》的伴奏和周杰倫的人聲分離；再用處理好的孫燕姿的干聲（去噪的無(wú)音樂(lè)純?nèi)寺暎?shù)據(jù),，向機(jī)器“投喂”,，訓(xùn)練出一個(gè)具備孫燕姿音色的聲學(xué)模型；最后用這一模型對(duì)《發(fā)如雪》歌曲文件進(jìn)行音色轉(zhuǎn)換,，最終得到“AI孫燕姿”翻唱的《發(fā)如雪》。

“完成語(yǔ)音轉(zhuǎn)換的前提是,，需具備所模仿對(duì)象B的目標(biāo)音頻,，所以它并不是無(wú)中生有的?！焙榍嚓?yáng)說(shuō),，除了語(yǔ)音轉(zhuǎn)換以外，聲音克隆還包括個(gè)性化語(yǔ)音合成技術(shù)（TTS）,，可以實(shí)現(xiàn)文本轉(zhuǎn)語(yǔ)音,，其優(yōu)點(diǎn)是不需要被模仿對(duì)象B說(shuō)過(guò)同樣的話，內(nèi)容定制更自由,，比如,，“寫一首全新的歌讓AI演唱，但這種情況下,，因?yàn)闆]有‘依葫蘆畫瓢’的目標(biāo)音頻,，AI唱得可能像孫燕姿的音色，但不像周杰倫的唱法,?！?/p>

【記者手記】

眼見

不一定為實(shí)

耳聽

也可能為虛

今年以來(lái)，AI頻頻出圈，除了技術(shù)更新迭代快以外,，還有一個(gè)重要原因是,，AIGC（生成式AI）使創(chuàng)作門檻降低了。正如福建省人工智能協(xié)會(huì)會(huì)長(zhǎng)陸陽(yáng)所言，當(dāng)AI從感知智能走向認(rèn)知智能,，極大提升了個(gè)人用戶的生產(chǎn)力,，“人們可以不斷地生產(chǎn)圖像、視頻,、音頻……未來(lái),，人人都可以是AI創(chuàng)作家?！?/p>

不過(guò),，AIGC仍處于發(fā)展的早期階段，其相關(guān)法律法規(guī),、標(biāo)準(zhǔn)體系等尚不健全,。有法律人士提醒，站在被翻唱歌曲權(quán)利人的角度,，AI歌手存在侵權(quán)問(wèn)題,。當(dāng)我們利用AI工具生產(chǎn)內(nèi)容的同時(shí)，得緊繃知識(shí)產(chǎn)權(quán)這根弦,。與此同時(shí),，我們也應(yīng)提高防騙意識(shí)，畢竟,，在AI狂飆的時(shí)代,，眼見不一定為實(shí),，耳聽也可能為虛。

大模型廣泛應(yīng)用 賦能近百個(gè)大數(shù)據(jù)項(xiàng)目

“最強(qiáng)大腦”直面算力難題

昨日,，蘋果發(fā)布首款混合現(xiàn)實(shí)（MR）頭戴式設(shè)備Apple Vision Pro（簡(jiǎn)稱“蘋果頭顯”）,，繼ChatGPT之后，再次引發(fā)大家對(duì)人工智能的廣泛關(guān)注,。今年以來(lái),，我市多家電子信息企業(yè)緊跟行業(yè)趨勢(shì)，紛紛涉足腦機(jī)接口,、大模型等人工智能新領(lǐng)域,。

根據(jù)發(fā)布會(huì)介紹，蘋果頭顯將聚焦游戲,、工作,、交流，這款設(shè)備將把世界帶入“空間計(jì)算”,。除了硬件之外,，算力也是其發(fā)揮作用的一個(gè)重要支撐。

值得一提的是,，隨著AI技術(shù)不斷升級(jí),，其安全也愈發(fā)受到重視，美亞柏科正對(duì)包括反生成式AI在內(nèi)的AI安全及監(jiān)管領(lǐng)域進(jìn)行研究,，并根據(jù)業(yè)務(wù)需要布局相關(guān)產(chǎn)品,。

算力支撐

依托超算平臺(tái)

推動(dòng)大模型應(yīng)用

在ChatGPT之后，基于各自算力,，國(guó)內(nèi)行業(yè)“大咖”百度,、騰訊、阿里,、華為等先后發(fā)布大模型,。前不久,，云知聲山海大模型也在北京發(fā)布,，展示了其在語(yǔ)言、邏輯,、數(shù)學(xué)等領(lǐng)域的十大核心能力,。這一大模型的背后，正是依托東南區(qū)域最強(qiáng)超算平臺(tái)——廈門Atlas智算中心提供的高效穩(wěn)定算力,，近200P算力支撐千億規(guī)模的模型訓(xùn)練,，在兩個(gè)月內(nèi)完成。

云知聲東南總部總經(jīng)理陸陽(yáng)向記者透露,，為了滿足山海大模型的需求,，他們?cè)趶B門Atlas智算平臺(tái)和DCML模型工廠基礎(chǔ)上,，擴(kuò)充算力，攻關(guān)工程優(yōu)化和數(shù)據(jù)優(yōu)選,。這期間,，廈門區(qū)域完成了算力擴(kuò)容、算法驗(yàn)證,、并行加速,、數(shù)據(jù)優(yōu)選等，實(shí)現(xiàn)GPT為核心的架構(gòu)升級(jí),。

另一家廈企美亞柏科的MYAI大模型目前在順利推進(jìn),，日前，其相關(guān)負(fù)責(zé)人透露,，大模型已在公共安全,、政務(wù)、稅務(wù),、企業(yè)數(shù)字化轉(zhuǎn)型等多個(gè)領(lǐng)域的近百個(gè)大數(shù)據(jù)項(xiàng)目建設(shè)中,，得到廣泛應(yīng)用。美亞柏科建設(shè)的廈門市超級(jí)計(jì)算中心,，截至目前有1000多臺(tái)服務(wù)器,，算力達(dá)1966萬(wàn)億次/秒，主要為大數(shù)據(jù),、人工智能技術(shù)基礎(chǔ)研發(fā)提供算力支撐,。

軟硬發(fā)力

關(guān)注并參與

腦機(jī)接口領(lǐng)域

作為人工智能的新領(lǐng)域，腦機(jī)接口也正在受到關(guān)注,，其主要是實(shí)現(xiàn)腦與設(shè)備的信息交互,。為促進(jìn)我國(guó)腦機(jī)接口領(lǐng)域的交流合作，推動(dòng)腦機(jī)接口技術(shù)產(chǎn)學(xué)研用全鏈條發(fā)展,，由廈企盈趣科技參與承辦的“首屆腦機(jī)接口大會(huì)”將于下個(gè)月召開,。

前不久，盈趣科技“牽手”天津大學(xué)等,，在我市成立北洋腦機(jī)接口與智慧健康創(chuàng)新研究院,，將圍繞新型神經(jīng)信號(hào)感知與檢測(cè)、組織工程與神經(jīng)仿生,、新一代高通量腦機(jī)交互技術(shù),、人機(jī)共融基礎(chǔ)核心器件開發(fā)轉(zhuǎn)化平臺(tái)等方向開展科學(xué)研究，旨在構(gòu)建完整的自主知識(shí)產(chǎn)權(quán)集群,，實(shí)現(xiàn)腦機(jī)交互技術(shù)鏈條全覆蓋,。

盈趣科技為客戶定制化研發(fā)的合作模式，使得其核心能力從早期的精密塑膠件,，逐漸延伸至核心電子組件,、人機(jī)交互系統(tǒng)（電助力自行車人機(jī)交互系統(tǒng),、車載hud）等，也是他們與其他電子ODM企業(yè)的核心差異,。

另一家廈企弘信電子則在電子元器件上發(fā)力,，日前他們?cè)诨?dòng)平臺(tái)上也透露，他們關(guān)注并看好腦機(jī)接口帶來(lái)的發(fā)展機(jī)遇,，成功獨(dú)家為小米鐵蛋機(jī)器人,，提供全套電路板解決方案。同時(shí),，他們的產(chǎn)品正應(yīng)用到多款智能眼鏡及AR,、VR硬件產(chǎn)品中，今年以來(lái),，這個(gè)領(lǐng)域的訂單顯著增長(zhǎng),。

值得一提的是，前不久,，弘信電子與燧原科技簽訂合作協(xié)議,，雙方正共同開發(fā)高算力、高能效比的人工智能訓(xùn)練推理能力,，打造適合人工智能應(yīng)用與訓(xùn)練基礎(chǔ)能力的國(guó)產(chǎn)化算力平臺(tái),。

（廈門日?qǐng)?bào)記者 林露虹 李曉平）