AI引領多媒體創作新力量 (林國誠)
近期在社交媒體出現大量由人工智能（AI）生成的作品，包括把經典電影截圖透過AI把畫面拉闊，利用音色替換程式模擬歌手聲音的翻唱歌曲，甚至以深偽技術（Deepfake）輕易地把圖像或影片「移花接木」，同時亦能生成語音內容。儘管這些生成內容多數以搞笑為主，但不能忽視AI已廣泛應用在傳統的影音媒體上，對圖像及影音處理的貢獻，超乎讀者過去對修圖及修片的認知。
以「拉闊」經典電影截圖為例，按過往做法，首先要思考圖片以外的背景是什麼，找相關素材，利用修圖工具提供的功能慢慢地逐部分加插背景，繼而調色，使之與原來的畫面融合，就算是有經驗的高手，都需要數小時才能完成。現在有了生成式人工智能（Generative AI），運用修圖工具的生成式填充功能，在圖片中畫出要修改的部分並輸入文字指令，修圖軟件便會自動按要求製作，還有多個款式選擇；使用延伸影像可選取一部分現有圖像，讓AI參考來作延伸，令效果更完美。
AI能提供極速修圖，與AI生成模型有莫大關係，透過學習大量的圖像資料，然後利用這些資料來生成新的圖像。用家只須提供一張基本圖片作為藍本，AI就能把圖片中的物件移形換影，例如把樹林變成沙漠，又或者創造出美麗的風景照。AI圖像生成優點是速度快，通常不用1分鐘即弄妥，憑空生成或移除物件亦可一鍵完成。
此外，AI透過音色替換程式，亦可模擬歌手聲音翻唱歌曲，但並非簡單輸入指令便可，背後須經過大量處理。簡單來說，首先找出你想模擬的歌手聲音作為訓練數據，使用神經網絡對AI訓練，最後通過使用Sovits替換人聲進行生成。同時，於後期處理中，要加入一些該歌手的獨特元素，例如獨特情感和唱歌風格，方能模擬歌手聲音翻唱歌曲。
這些以AI創造的「好聲音」，除可應用在翻唱歌曲外，筆者預期未來會有歌曲以AI生成，甚至有AI歌手的出現，好處是AI可根據需要修改和調整，後期處理較有彈性，製作成本會比現時低。
另一方面，讀者也不能忽視AI生成影片，現在已有大量工具協助製作。與AI生成圖片一樣，選好影片模板及使用時輸入文字指令，便能一鍵讓AI生成整條影片，想影片更貼近現實，還可自己預備影片供訓練AI之用。不過，AI生成影片目前仍處於初步階段，當訓練模型愈來愈豐富，產生專業級影片指日可待。
有了出神入化的AI功能，只要懂得輸入指令，任何人都是修圖大師。不論是DALL．E、Midjourney、Stable Diffusion或Adobe Firefly等AI工具的製作成本均甚低，可以無限次修改作品，不用受氣。誠然，不斷學習及嘗試仍是十分重要的。
更多林國誠文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
 - EJ Tech){kind=link}
){kind=link}