Cara Edit Foto Jadi Video Pakai Fitur Baru AI Microsoft VASA-1

Microsoft melalui unit Microsoft Research Asia meluncurkan tool baru bertenaga kecerdasan buatan atau artificial intelligence (AI) bernama VASA-1. Teknologi ini dapat mengubah foto dan audio menjadi video seperti orang berbicara.

AI pada VASA-1 memiliki kemampuan untuk menghasilkan ekspresi wajah dan gerakan kepala untuk gambar diam yang ada, serta gerakan bibir yang sesuai untuk mencocokkan pidato atau lagu. 

“Kami memperkenalkan VASA, kerangka kerja untuk menghasilkan wajah karakter virtual yang berbicara seperti nyata dengan kemampuan visual afektif (VAS) yang memikat, hanya menggunakan satu gambar statis dan klip audio ucapan,” kata Microsoft dalam laman resminya, dikutip Rabu (24/4).

Perusahaan mengatakan VASA-1 merupakan model perdana yang tidak hanya menghasilkan gerakan bibir yang disinkronkan secara indah dengan audio, tetapi juga menangkap spektrum besar nuansa wajah dan gerakan kepala alami yang berkontribusi pada persepsi keaslian dan keaktifan. 

Inovasi inti VASA-1 meliputi model pembuatan dinamika wajah dan gerakan kepala secara holistik yang bekerja dalam ruang laten wajah, dan pengembangan ruang laten wajah yang ekspresif dan terurai dengan menggunakan video. 

Mengutip dari Engadget, para peneliti mengunggah banyak sekali contoh pada halaman proyek. Menurut para peneliti, hasil edit VASA-1 terlihat cukup bagus, sehingga dapat menipu orang atau membuat orang mengira bahwa itu nyata.

“Metode kami tidak hanya menghasilkan kualitas video yang tinggi dengan dinamika wajah dan kepala yang realistis, tetapi juga mendukung pembuatan video 512x512 secara online hingga 40 FPS dengan latensi awal yang dapat diabaikan,” kata Microsoft. 

Kecanggihan teknologi itu dapat disalahgunakan untuk dengan mudah dan cepat membuat video palsu dari orang sungguhan. 

Perusahaan menegaskan teknik tersebut masih berpotensi disalahgunakan untuk meniru manusia. Microsoft menentang perilaku apapun untuk membuat konten yang menyesatkan atau membahayakan orang sungguhan. 

“Penelitian kami berfokus pada menghasilkan keterampilan afektif visual untuk avatar AI virtual, yang bertujuan untuk aplikasi positif,” kata Microsoft. “Hal ini tidak dimaksudkan untuk membuat konten yang digunakan untuk menyesatkan atau menipu.”

Para peneliti Microsoft menyatakan tertarik untuk menerapkan teknik teknologi ini untuk memajukan deteksi pemalsuan. 

“Saat ini, video yang dihasilkan oleh metode ini masih mengandung artefak yang dapat diidentifikasi. Analisis numerik menunjukkan bahwa masih ada kesenjangan untuk mencapai keaslian video asli,” katanya.

Peneliti Microsoft mengatakan teknologi itu memiliki potensi positif yang besar yakni dapat meningkatkan kesetaraan pendidikan dan aksesibilitas bagi individu yang memiliki tantangan komunikasi, serta menawarkan pendampingan atau dukungan terapeutik bagi mereka yang membutuhkan.

“Kami berdedikasi untuk mengembangkan AI secara bertanggung jawab, dengan tujuan untuk memajukan kesejahteraan manusia,” kata para peneliti Microsoft.

Cara Edit Foto Jadi Video Pakai VASA-1

• Buka laman VASA-1 Microsoft
• Unggah foto
• Unggah file audio yang akan diintegrasikan
• Klik generate
• Isi data seperti gender, nama file, bahasa, gaya, dan lainnya
• Pengguna juga bisa mengarahkan pandangan wajah pada video menggunakan kursor