在創新工場首期DeeCamp深度學習訓練營中，我們提供了全球36位學生，六周入門人工智能，他們做出了驚艷的成果，比如超快超有效率的無人商店，會寫歌的AI機器人“歆雅”，可以幫妳表白的送貨機器人“工場小新”等等。
Dee Camp結營後，我們人工智能工程院收到好多反饋，還有藝人公司來談合作，希望用Ai幫助藝人創作。更多朋友問，為什麼六個月，大學生能做出這麼棒的成績！
我們的大學生真的很棒，為妳們驕傲！希望以後能擴張我們的課程，幫助更多同學成長！
這些照片，展示了学生们的部分成果。
以下內容來自創新工場微信公衆號(chuangxin2009)：
————————————————
給她壹首“可惜不是妳”，她卻唱出來“輕輕的眼淚，是妳聽不見”；給她壹首“紅豆”，她唱的是“我的心，我的家，孤獨的心我的格桑花”。
機器人“歆雅”在學了30多萬份的歌詞文件和20多萬份的歌曲文件後，創作出來的歌曲可以和方文山PK。
暗戀女神又不敢表白怎麽辦？
不用怕，送貨機器人“工場小新”可以幫妳穿越千山萬水送情書。
看似呆萌的“工場小新”，背後的技術卻相當復雜。它可以穿越走廊、繞開來來往往的同事，在復雜的室內環境下，自由行走。
“我為什麽還沒脫單？”
直男們總是會被類似欲哭無淚的天問搞到崩潰。戀愛大師“小猴”聊天機器人就專治這些疑難雜癥，既能聊天又能撩妹，抖機靈停不下來。
這些新奇有趣的AI作品，是創新工場DeeCamp深度學習訓練營的成果。在6周的時間裏，來自全球的36位大學生，在創新工場工程師指導下，走過了壹場驚奇有趣的AI黑科技之旅。
DeeCamp是創新工場人工智能工程院舉辦的首期深度學習暑期訓練營，7月12日正式開營，訓練方式是“閉門課程+項目實踐”。首期共面向全球招募了36位大學生，他們來自卡內基梅隆大學、紐約大學、新加坡國立大學、澳大利亞國立大學、早稻田大學、北京大學、清華大學等。
在今天DeeCamp的結營儀式上，創新工場創始人兼CEO、創新工場人工智能工程院院長李開復說：做DeeCamp，創新工場沒有任何商業目的，壹方面是促進妳們成長，更重要的是想證明培養AI人才其實很快，並不困難。因為中國學生的數理工特別強，找到這些人，六周的時間就能培養出合格、出色的人才。如果這個模式被驗證了，希望未來能有更多的公司更多的學校參與，快速推動人才成長。
演示環節結束後，創新工場人工智能工程院副院長王詠剛，對五個項目逐壹做了點評。
一、刷臉消費，微笑買單，無人商店新成員
“歡迎您來購物！”
剛剛站到無人值守櫃員機前，前方的攝像頭便瞬間識別出了演示者的面孔。
這臺售貨機運用了人臉識別技術，通過壹個攝像頭時刻檢測用戶拿取和放回商品的動作，跟蹤用戶正在交互的商品狀態。
當演示者從貨架上拿出壹盒餅幹時，屏幕上立刻跳出壹條交易信息；把餅幹放回去，交易信息又馬上減少壹條，反應非常靈敏。
最開心的是，滿櫃好吃的，買單只要壹個微笑~
詠剛點評：無論是集成的技術，還是整體包裝、使用流程，這個項目都是非常驚艷的。我們當然清楚，這樣壹個demo還遠遠達不到真正無人商店的要求，但作為壹個僅僅用6周時間從零搭建起來的項目，已經非常不容易了。
二、程序員版“鵲橋”，最強“表白”機器人
暗戀女神又不敢表白怎麽辦？
不用怕，DeeCamp營員開發的送貨機器人“工場小新”可以幫妳穿越千山萬水送情書。
“工場小新”看似呆萌，背後的技術卻十分復雜。
它通過多傳感器融合技術，實現了高精度室內地圖的繪制，可以在復雜的室內環境下實時定位、導航以及避障，穿越走廊、繞開來來往往的同事，最終找到目的地。
“工場小新”在測試時，有壹位同事故意逗它，突然站在它面前。“小新”先是楞了壹下，然後迅速調整角度，抽身離開，把這個惡作劇的家夥晾在身後。
詠剛點評：無人車項目難度非常高，所以這壹個小組是在創新工場提供的無人車和機器人原型開發平臺的基礎上，與工程師壹起升級了這個平臺，開發出許多新的模塊，並針對送貨應用進行了有針對性的開發。
雖然這個項目是基於現有平臺開發的，但考慮到無人車和機器人的技術復雜度，這壹組成員也是非常成功的。
三、6周學習50萬首歌，作詞PK方文山
如果妳告訴歆雅“可惜不是妳”，她未必能唱出“陪我到最後” ，但她卻可以唱出 “輕輕的眼淚，是妳聽不見。”
“歆雅”是壹臺寫歌機器人，由DeeCamp訓練營多風格人工智能歌詞創作組開發。她在6周的時間裏，學習了30多萬份歌詞文件和20多萬份歌曲文件。
給“歆雅”壹個關鍵詞，她就能立刻創作出壹首符合特定風格的歌詞，或是憂傷或是歡快，或是低沈，或是高亢，歌詞走心，會講故事。單憑這壹點，就要好過市面上大量的口水歌。
同樣壹首《告白氣球》，方文山的原詞是“塞納河畔，左岸的咖啡”，歆雅的歌詞是“塞納河畔，是不是我們”；壹個唱“擁有妳就擁有全世界”，壹個唱“我寂寞的承諾只要妳”。PK壹下，看誰寫的更有意境。
詠剛點評：我以前也做過類似的歌詞、詩歌生成工具，大家也見過小冰和其他的創作機器人。所以我們技術人員都清楚，機器人生成詩歌的質量並不十分穩定，好詩究竟占多大比例，只有研發人員自己知道。但這個小組僅僅用6周時間開發出的機器人，生成好歌詞的比例非常高，令我印象深刻。
四、“農民”的鎮魂歌：鬥不死的“地主”
“出10！”“出A！”“出王炸！”
結營式現場，給兩個“農民”支招的聲音此起彼伏。屋裏所有人都在集中智慧對付同壹個敵人——“鬥不死的Dee”鬥地主機器人。
相比於象棋和圍棋，鬥地主的出牌隨機性更強，給人工智能棋牌算法小組的成員們帶來不少困難。最終，他們使用強化學習+自我對戰訓練鬥地主機器人，無論對手按不按套路出牌，“鬥不死的Dee”都能獲得70%以上的勝率。
就算是做農民，“鬥不死的Dee"也從未停止鬥爭的步伐，只為翻身把歌唱~
詠剛點評：項目剛開始時，組員們想用寫規則的方式實現功能，我建議他們“解決”鬥地主以後還可以再探索更復雜的棋牌遊戲。沒有想到，最終組員們不僅用了寫規則的方法完成了鬥地主機器人，還用了機器學習的模型，而且做了很好的評測、交互和記錄。從結果上看，這個鬥地主機器人也是十分令人滿意的。
五、“猴子”搬來的救兵：AI戀愛大師
“我為什麽還沒脫單？”
“又被發好人卡了怎麽辦？”
“女朋友說‘我沒生氣’，到底生沒生氣？”
不少直男都會被這些欲哭無淚的“天問”搞到崩潰，如今，戀愛大師“小猴”的出現，不吝為直男福音。
“小猴”是壹款聊天機器人，它可以通過分析鬥圖、語意解析以及人格信息解析，創建對話策略，多渠道獲取訓練數據，既能聊天又能撩妹。它不僅是知心密友、情感專家，還是鬥圖達人，抖機靈停不下來。
詠剛點評：這支團隊整合了多種不同技術和應用模式，把檢索模型、生成模型、文字聊天、圖片聊天以及微信裏的應用場景很好地整合起來，這是我在以往的聊天機器人作業裏沒有見到的。
ai聲音生成 在 [分享] 聲音生成ElevenLabs 和d-id - 看板AI_Art - 批踢踢實業坊 的八卦
最近稍微試了一下ElevenLabs
蠻驚艷的，就來分享一下。
它是一個文字轉語音的AI服務。
還能用已有的聲音去複製聲線
最近很多美國總統玩遊戲的影片都是用這個
有10000字的試用額度，它是連標點符號和空白都算的。
上面是文字生聲音
下面是生產或複製聲線
介面基本上長這樣。
Stability 越高聲音就越穩定，調低的話情緒會比較明顯，我自己是覺得真實很多。調高
就比較有機械感
Clarity + Similarity Enhancement 就清晰度和原本聲音的相似度。這不建議調太低，
不然效果不好。
一般說話的聲音，我看Discord一些用戶的建議是將 stability 25% Clarity 85%
另外是文字的部分，雖然試用可以一次生成2500字，但太長的話，有時候聲音會突然變調
，建議分段都在500-600字以下。
AI本身會偵測文字的語氣，但也可以用文字敘述，可以在一段話前加上，He said angril
y 或 He whisper。AI就會用相應語氣。用這方法最好將Stability 降到10%左右。
另外 全大寫字母，或是表情符號也有效果
聲線部分，它原本就有一些預設的聲線，其實效果算不錯。非會員可以用隨機生產聲線的
功能。複製聲線功能之前好像被玩壞了，現在只有會員才能用。
隨機的部分，可以選性別、年紀和口音。
Generate 就可以生成一個新的聲線。
並且產生一段範例聲音
但會消耗你範例裡文字數的額度
喜歡的話就可以存起來
我覺得這蠻看運氣的，有時候蠻機械化的，但有時候又能骰到不錯的聲線。
最後就是複製聲音的部分，基本上一小段話丟進去就能複製到非常像，複製本身不會產生
範例，也不會消耗額度。盡量不要有噪音，他們是說五分鐘以上效果最好。
這AI大概是我目前聽過最真實的文字轉語音，不過目前只有英文效果最好，中文可以轉，
但超級爛，完全不建議。
d-id
是另一個文字轉語音加影片。能讓圖片動起來嘴形符合語音。
https://youtu.be/eyJ5kZeSF8k
這影片有在關注AI的可能會有看過。裡面有教學，它本身能文字轉語音，但我覺得效果普
通。你也可以匯入其他的語音。ElevenLabs產的聲音丟進d-I’d效果蠻好的。另外圖片選
擇的時候，盡量選擇正臉的圖片。側臉會變的非常獵奇。
我覺得ElevenLabs運用應該蠻廣的，例如在一些indie game 開發上會蠻有用的。d-id 就
比較像玩具一點。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.34.148.51 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/AI_Art/M.1678386291.A.59B.html
... <看更多>