編者按：未來(lái)的世界，是 AI 滲透到各行各業(yè)的時(shí)代,。AI 浪潮席卷全球,，AI 正在重構(gòu)這個(gè)世界，現(xiàn)在市面上人工智能應(yīng)用程序或者 app 數(shù)不勝數(shù),。本文將為各位打工人謀求福利,，探索職場(chǎng)必備神器,，一鍵生成音頻、視頻及文本等,。本文來(lái)自編譯,，希望能對(duì)你有所啟示。

人工智能可能是目前科技領(lǐng)域最熱門(mén)的事情了,，但我們作為普通人可以使用哪些最好的人工智能工具來(lái)提高生產(chǎn)力、改進(jìn)寫(xiě)作和生成包括音頻和視頻在內(nèi)的多媒體內(nèi)容呢,？我們探索了人工智能工作的廣泛領(lǐng)域,，并發(fā)現(xiàn)了一些用于創(chuàng)建圖像和音視頻的最佳人工智能工具，能夠幫助你在短時(shí)間內(nèi)創(chuàng)建高質(zhì)量的社交媒體平臺(tái)圖像和網(wǎng)絡(luò)音視頻,。

人工智能圖像生成器

• 如何將文本生成AI圖像：Stable Diffusion 作為一款高性能模型，它生成的圖像質(zhì)量更高,、運(yùn)行速度更快,、消耗的資源以及內(nèi)存占用更小，是 AI 圖像生成領(lǐng)域的里程碑式產(chǎn)品,。它通過(guò)文本提示創(chuàng)建圖像,，通常會(huì)產(chǎn)生很有趣的結(jié)果。

• AI 圖像工具聚合器：Nightcafe 是一個(gè)在線 AI 圖像生成器,，它允許用戶使用幾種不同的 AI 圖像生成器,，包括 Stable Diffusion, DALL-E 等。用戶還可以應(yīng)用一系列的風(fēng)格,，所以體驗(yàn)很容易上手,。

• AI 圖像工具編輯器：AI 圖像生成器很少能一次性生成完美的結(jié)果。相反,，它是一個(gè)進(jìn)化的過(guò)程,，在這個(gè)優(yōu)化過(guò)程中不斷完善有效的東西，去除無(wú)效的東西,。Image.ai 會(huì)反復(fù)循環(huán)這一過(guò)程,，創(chuàng)建一張又一張新的圖像，直到用戶滿意為止,。

• AI 圖像擴(kuò)展：你是否曾經(jīng)希望“蒙娜麗莎”的圖像能夠再大一點(diǎn),？圖像生成器 DALL-E 可以處理這個(gè)問(wèn)題，它的外畫(huà)功能（outpainting feature）可以使用人工智能來(lái)擴(kuò)展圖像的邊緣,。

• 使用生成式 AI 編輯圖像：如果你想看看你的房子在《最后生還者》（the Last of Us）片場(chǎng)的樣子,，Photoleap 可以幫你。這款僅限 ios 應(yīng)用程序使用的 AI 工具可以為你的圖像增添上專業(yè)的布光以及濾鏡,，以達(dá)成更好的整體效果,，比如一鍵將圖像加上世界末日,、幻想卡通或任何其他場(chǎng)景類型的濾鏡，效果很逼真,。

• 刪除和替換圖像中的某些內(nèi)容：Runway Research 提供了一系列他們稱之為魔術(shù)工具的人工智能視頻工具（Magic Tools）,，這些工具使用機(jī)器學(xué)習(xí)方式處理圖像，利用機(jī)器學(xué)習(xí)模型來(lái)轉(zhuǎn)換各種任務(wù)上的圖像,。我最喜歡的是“擦除和替換”,，它可以使用“人工智能替換”將一個(gè)圖像中的對(duì)象替換成另外一個(gè)對(duì)象。

• 電子貓：每個(gè)人都知道互聯(lián)網(wǎng)上到處都是關(guān)于貓的圖片,、視頻等,，所以 AI cat creator 的存在也就不足為奇了。同一個(gè)網(wǎng)站還可以創(chuàng)建人工智能生成的馬,、藝術(shù)作品和人等,。

AI 視頻工具

• 使用 AI 為視頻添加文本：將視頻上傳到 Nova AI，它將自動(dòng)為視頻添加標(biāo)題,、分類和標(biāo)簽,。不過(guò)，Nova AI 在音樂(lè)方面很有自己的想法：我上傳了一段萊昂納德·科恩（Leonard Cohen）的現(xiàn)場(chǎng)視頻,，它會(huì)為視頻配上“讓我們不要談?wù)搻?ài)或改變”,，“讓我們做一些我們做不到的聰明事情?！钡雀睒?biāo)題,，雖然這些并不是萊昂納德的原意，但它們也有著屬于自己的詩(shī)意,。

• 將文本轉(zhuǎn)化為視頻的 AI：Meta 新推出的 Make-A-Video 工具幾乎可以從任何文本中創(chuàng)建視頻,，根據(jù)給定的文本內(nèi)容生成視頻，被稱為“用嘴做視頻”,。它目前還處于有限的測(cè)試階段,，但很快就會(huì)有公開(kāi)版本。

• 專為營(yíng)銷而生的 AI 視頻生成器：Synthesia.io 使用計(jì)算機(jī)生成的虛擬形象,，在幾分鐘內(nèi)即可從文本中創(chuàng)建 pitch videos 視頻,。有一個(gè)免費(fèi)的演示展示了：輸入文本，它會(huì)在幾分鐘內(nèi)輸出一個(gè)完整的視頻,。它利用 AI 算法快速創(chuàng)建個(gè)性化,、專業(yè)化的視頻。完整版每月收費(fèi) 30 美元,，你可以使用多達(dá) 85 種 AI 功能中的任意組合來(lái)制作更長(zhǎng)的視頻,，如入門(mén)視頻、教育視頻或營(yíng)銷視頻等,。

• 人工智能視頻編輯器：除了替換圖像中的內(nèi)容外,，Runway Research 的 Magic Tools 還可以刪除視頻中的內(nèi)容,，標(biāo)記要?jiǎng)h除的對(duì)象，接著 AI 會(huì)逐幀跟蹤并刪除,。而另一個(gè)神奇的工具可以做相反的事情,，即自動(dòng)刪除背景，并用人工智能生成的背景替換它,。兩者都需要一些調(diào)整才能獲得最佳結(jié)果,，但只要有耐心，它們就能產(chǎn)生出色的視頻效果,。

探索人工智能的工作原理

• 詢問(wèn)人工智能問(wèn)題：OpenAI 的 ChatGPT 是最著名的對(duì)話式人工智能系統(tǒng),，也是本文中許多工具的基礎(chǔ)技術(shù)。這是一個(gè)了不起的系統(tǒng),，可以創(chuàng)造出令人信服的模仿以及與真人交談的效果,。

• 探索神經(jīng)網(wǎng)絡(luò)：神經(jīng)網(wǎng)絡(luò)是人工智能的基本工具之一，是讓 AI 學(xué)習(xí)東西的算法,。谷歌研究公司的這項(xiàng)引人入勝的在線實(shí)驗(yàn)展示了他們是如何將用戶帶入神經(jīng)網(wǎng)絡(luò)（online experiment from Google Research）,，以展示它是如何識(shí)別網(wǎng)絡(luò)攝像頭視頻中的對(duì)象的。

• 與人工智能辯論：IBM 是人工智能研究領(lǐng)域的一大巨頭,，由 IBM 獨(dú)家贊助推出了 That’s Debatable 系列辯論節(jié)目。這個(gè)節(jié)目就當(dāng)前時(shí)事熱點(diǎn)話題組織觀眾展開(kāi)辯論,，并充分利用沃森（Watson）先進(jìn)的 AI 分析技術(shù)對(duì)辯論觀點(diǎn)進(jìn)行分析,，然后將分析結(jié)果提煉成最后的總結(jié)演講稿。該節(jié)目支持用戶發(fā)表自己的意見(jiàn)觀點(diǎn),，利用關(guān)鍵要點(diǎn)分析(Key Point Analysis)這項(xiàng)全新功能來(lái)分析他們是代表正反還是反方,。

• 使用人工智能來(lái)檢測(cè)人工智能編寫(xiě)的文本：如果人工智能可以寫(xiě)出聽(tīng)起來(lái)像真人寫(xiě)的文本，那么人們?cè)趺茨艽_定這些文字是由人而不是人工智能寫(xiě)的呢,？Open AI 創(chuàng)建了 AI 文本分類器（AI Text Classifier）,，這種 AI 工具可以推斷出一段文本是由人工智能寫(xiě)的還是人寫(xiě)的。我在這篇文章上嘗試過(guò),，它告訴我說(shuō)“分類器認(rèn)為該文本不太可能是人工智能生成的,。”這讓我松了一口氣,。

AI 音頻工具

• 像弗雷迪·墨丘利（Freddie Mercury）一樣唱歌：來(lái)自 Queen 和 YouTube 的 FreddieMeter 有助于引導(dǎo)你內(nèi)心的弗雷迪,，讓你離歌星只有一步之遙。

• AI 音樂(lè)生成器：Soundraw 可以在幾秒鐘內(nèi)創(chuàng)建多個(gè)音樂(lè)片段,。你可以任意選擇一種情緒,、一種流派和一個(gè)主題，人工智能系統(tǒng)會(huì)創(chuàng)造 15 個(gè)音樂(lè)短片供你選擇,。

• 創(chuàng)建人工智能畫(huà)外音：人工語(yǔ)音是人工智能最早的應(yīng)用之一,，目前備受歡迎的應(yīng)用是 Murf,。這項(xiàng)先進(jìn)的服務(wù)可以從 120 種聲音和 20 種語(yǔ)言的文本中創(chuàng)建出非常自然的語(yǔ)音。最新的功能非常有趣,，叫做語(yǔ)音克隆,，該服務(wù)將嘗試克隆人類的聲音。

• 大聲朗讀文本：NaturalReader 是另一款畫(huà)外音服務(wù),，但它有一個(gè)不同之處：該應(yīng)用會(huì)截取智能手機(jī)上的照片,，提取出文本，然后從數(shù)百種語(yǔ)音中選擇一種大聲朗讀出來(lái),。他們的個(gè)人閱讀器應(yīng)用程序還可以閱讀電子書(shū),、pdf 文件、截圖和許多其他文本來(lái)源,。

• 使用人工智能清理雜亂音頻的背景聲音：錄下自己說(shuō)話的聲音,，你會(huì)發(fā)現(xiàn)背景有各種嘈雜的聲音，比如語(yǔ)氣詞嗯,，啊,，或者無(wú)意識(shí)的吧唧嘴。Cleanvoice.ai 可以將這些內(nèi)容從音頻中刪除,，只留下重要的內(nèi)容,。

• 用人工智能創(chuàng)建假播客：埃里克·博爾戈斯（Eric Borgos）想要展示如何使用人工智能來(lái)創(chuàng)建假內(nèi)容，所以他創(chuàng)建了一個(gè)人工智能生成的假播客,。甚至連主持人的照片都是假的,，這些都可由 Bored Humans fake people 網(wǎng)站生成。

譯者：Araon_