郭德纲和完颜慧德讲英语以假乱真的视频你也能做，我来教你。

·第一步、是语音识别。把原视频的语音识别成文字，软件会把音频分割成声音片段，再给这些片段匹配语言库里的单词：Hey budy，what about the melan pice？除了OpenAI的Whisper，讯飞听见、飞书妙记和剪映都能干这活。翻译就不用教了吧？

谁写论文没用过一两个翻译软件(data pot showm)？把翻译好的文本喂给计算机，走个语音克隆的流程，它就会用原来声音的频谱生成新的声音信号。有很多免费的AI工具都可以用，像洪洪ingBird、魔音工坊、前阵子火遍全网的AI孙燕姿就是用这些做出来的。

·有了音频，重头戏来了！怎么做出以假乱真的口型？现在主流的开源图像生成软件，比如GeneFace，会先对人脸模型进行三维重建，再通过动态预测网络还原面部表情。只需要三分钟的原始素材，一部以假乱真的采访视频就能做出来。觉得步骤太复杂，也有软件能一站式搞定。

像这次大火的郭德纲讲英语就用到了HeyGen，背后团队还来自中国，只用传一段原视频就能一步到位直接做出翻译好的视频来，还有数字头像生成AI脚本撰写，啥都给你准备好，就是价钱有点贵，免费的得排队。

说到这儿还其实挺担心的，过去几年AI生成假新闻的事一直没断过，之前的技术还不完美，打眼一看就有穿帮，也就没在意过。现在AI视频真的连人眼也分不出来了，法规和监管也得及时跟上。