“螞蟻呀嘿”BGM特效走紅 抖音超話達(dá)9.7億

相信不少朋友一大早就被這首 “螞蟻呀嘿”洗腦了，這個(gè) BGM 原本出自新加坡歌手郭美美的《不怕不怕》(由O-Zone 演唱的 Dragostea Din Tei改編而來(lái))。原歌詞是 “Mai a hee ，mai a hu，Mai a ho mai a ha ha”，后來(lái)被網(wǎng)友們簡(jiǎn)稱為 “螞蟻呀嘿”。

昨日，一款以 “螞蟻呀嘿”為 BGM 特效在抖音快手微博 B 站朋友圈等各大平臺(tái)迅速走紅，其僅在抖音上的超話就達(dá)到了 9.7 億。

這款特效的玩法非常簡(jiǎn)單，只要上傳一張照片，照片上的任何人物、動(dòng)物、卡通人物都能和你一起扭動(dòng)脖子唱上一首 “螞蟻呀嘿，螞蟻牙呼，螞蟻牙呼呼呼~”簡(jiǎn)直不太太上頭，一起來(lái)感受下~

巴菲特、馬斯克、馬云、雷軍一起來(lái) “螞蟻呀嘿~~”。

還有德云天團(tuán)，雖然是動(dòng)圖但感覺已經(jīng)聽到了聲音 ...... 太魔幻了

螞蟻呀嘿~~，尖沙咀聞風(fēng)喪膽的浩南哥在出任務(wù)前也可以來(lái)上一段。

再魔幻的 BGM,THE9 唱起來(lái)畫面還是那么美 ....

看到這里，你是不是已經(jīng)打開抖音準(zhǔn)備來(lái)個(gè)合拍了?不過(guò)你會(huì)發(fā)現(xiàn)在抖音上傳照片后只有一個(gè) BGM，不能達(dá)到特效的效果。

其實(shí)，這個(gè) “螞蟻呀嘿”并不是抖音特效，而是出自國(guó)外的一款 AI 軟件——Avatarify。

最新神曲螞蟻呀嘿~

有的朋友看到 “Avatarify”可能會(huì)有種莫名的熟悉感。其實(shí)這款 Avatarify 軟件最早出現(xiàn)在 2020 年初，當(dāng)時(shí)因一則 “馬斯克換臉”視頻在國(guó)內(nèi)外一度刷屏。

年初，新冠疫情在全球迅速蔓延，很多人被迫宅在辦公，一位來(lái)自俄羅斯的程序員 Ali Aliev 覺得整天在家里開視頻會(huì)議太無(wú)趣，他決定用 AI 換臉惡搞一下同事，于是就有了 Avatarify。

在視頻通話過(guò)程中，Ali Aliev 用 Avatarify 軟件把自己的頭像換成了世界首富馬斯克，同事們看到大佬出現(xiàn)在了會(huì)議中，一時(shí)也是驚呆了。

可以看出，視頻中的 AI 換臉從五官、發(fā)型的效果非常好看不出一點(diǎn)破綻，而且如果講話面部表情也隨之微動(dòng)，不過(guò)不能講話，一講話可能就露餡了。

這則惡搞視頻發(fā)布到 YouTube 網(wǎng)站后，受到網(wǎng)友們熱捧，該項(xiàng)目在 GitHub 平臺(tái)也迅速登上了熱榜。不過(guò)其火爆程度遠(yuǎn)不如今日，因?yàn)楫?dāng)時(shí)還是一個(gè)代碼庫(kù)，用戶需要有一定的機(jī)器學(xué)習(xí)基礎(chǔ)，才能在電腦上設(shè)置。

正是考慮到這一點(diǎn)，最近 Ali Aliev 將 Avatarify 做成了一個(gè) APP 的形式，大大降低了用戶的使用門檻。

如圖所示，它的產(chǎn)品評(píng)分超過(guò)了 4000+，排名一直高居 iOS 攝影錄像榜第一。

APP 版的 Avatarify 進(jìn)行了優(yōu)化，它包含了十幾種不同的換臉特效玩法，其中就包括在國(guó)內(nèi)迅速出圈的 “螞蟻呀嘿”。

就像前段時(shí)間的 “Clubhouse”，Avatarify 在國(guó)內(nèi)也可以說(shuō)是一夜爆火，而且其火爆程度可以說(shuō)遠(yuǎn)超當(dāng)下的抖音、快手、騰訊微視的 AI 特效。

那么它為什么能夠做到呢?其中原因當(dāng)然少不了簡(jiǎn)單易用，只需要一張照片，全民皆可參與;效果逼真，特效無(wú)違和感;還有就是無(wú)論是世界首富、娛樂明星、電影角色、動(dòng)漫人物都可以被惡搞來(lái)娛樂大眾。

不過(guò)最重要的還是它魔性的 BGM，以及隨 BGM 實(shí)時(shí)匹配的五官表情，這個(gè)節(jié)奏簡(jiǎn)直不要太上頭。

近幾年，AI 在娛樂領(lǐng)域的應(yīng)用越來(lái)越廣泛，各種 AI 特效在短視頻平臺(tái)層出不窮，抖音、快手、微視也先后打造過(guò)款爆火特效。不過(guò)相比之下，更多處在 AI 換臉、換發(fā)型、秒變漫畫臉等圖像合成的階段，還未有聲音與圖像合成的特效產(chǎn)品推出。

不過(guò)相信，這次 “螞蟻呀嘿”特效爆火之后，各大平臺(tái)會(huì)抓緊抄作業(yè)吧。

使用教程

想要制作這個(gè)同款特效，需要使用兩個(gè)軟件：

一個(gè)是 Avatarify 軟件，它僅支持蘋果手機(jī)下載，想辦法完成數(shù)字驗(yàn)證。另一個(gè)是加速器，它可以解鎖 Avatarify 上更多特效，其中包括 “螞蟻呀嘿”。

全部下載完成后，接下來(lái)的操作就非常簡(jiǎn)單了，找到一張想要惡搞的照片，選擇螞蟻呀嘿”幾秒鐘就可以直接出效果視頻了：

之后就可以任意上傳至抖音、微博等各大社交平臺(tái)了。

不過(guò)，目前 Avatarify 僅支持 iOS 系統(tǒng)。不少用戶也是酸了，每次第一個(gè)吃螃蟹的都是 iOS.

不過(guò)從 Clubhouse 的案例來(lái)看，相信沒多久就會(huì)有類似 app 推出了吧。

小編提示，換臉特效畢竟涉及面部隱私，大家還是要注意隱私安全哦~

我們秉承以往的風(fēng)格，從技術(shù)角度簡(jiǎn)單回顧一下近幾年重要的 AI 換臉技術(shù)。

Cycle GAN

Cycle GAN 可以說(shuō)是所有人臉轉(zhuǎn)換嘗試重要早期嘗試。在對(duì)抗性生成式網(wǎng)絡(luò)(GANs)的風(fēng)潮中，大家發(fā)現(xiàn)只要給定源類別的樣本和目標(biāo)類別的樣本，GANs 可以便捷地學(xué)習(xí)到兩個(gè)類別之間的轉(zhuǎn)換關(guān)系，就天然地適用于「圖像到圖像轉(zhuǎn)換」問(wèn)題，比如同一張風(fēng)景照的冬天到夏天、一匹馬到一匹斑馬;Cycle GAN 核心思路在于，如果能從源轉(zhuǎn)換到目標(biāo)、還能從源轉(zhuǎn)換回來(lái)，就可以認(rèn)為模型很好地學(xué)習(xí)到了兩個(gè)類別間的轉(zhuǎn)換關(guān)系，也更好地保證了轉(zhuǎn)換后的圖像的品質(zhì)。不過(guò) Cycle GAN 的換臉效果并不怎么好，它畢竟是一個(gè)對(duì)所有類別的圖像通用的方法。

Face2Face

Face2Face 可以說(shuō)是一次「標(biāo)準(zhǔn)的、規(guī)矩的」的嘗試，它借助 dlib 和 OpenCV，首先人臉檢測(cè)器檢測(cè)出源圖片中的人臉、找到人臉上的關(guān)鍵標(biāo)記點(diǎn)，然后再使用針對(duì)人臉的 pix2pix 轉(zhuǎn)換模型把關(guān)鍵標(biāo)記點(diǎn)轉(zhuǎn)換為目標(biāo)人臉圖像。也許是因?yàn)檫@個(gè)方法沒有給深度學(xué)習(xí)留下足夠的發(fā)揮空間，所以它的效果也一般般。

在此之后，英偉達(dá)和 UC 伯克利的研究人員們根據(jù) pix2pix 改進(jìn)出了 pix2pixHD，提升了人臉圖像的生成效果，而且也依然保持了原 pix2pix 模型的多類別通用能力。

DeepFakes

最火熱、最廣為流傳的深度學(xué)習(xí)換臉模型無(wú)疑是 DeepFakes。出現(xiàn)于 2017 年底的 DeepFakes 是一個(gè)深度自動(dòng)編解碼器模型(Autoencoder-Decoder)，通過(guò)用源人物和目標(biāo)人物的幾百?gòu)堈掌?越多越好)訓(xùn)練模型分別識(shí)別、還原兩人面部的能力。最后用源人物的照片搭配目標(biāo)人物的解碼器就可以完成轉(zhuǎn)換。它也對(duì)視頻到視頻的轉(zhuǎn)換有良好支持。

DeepFakes 的缺點(diǎn)在于，它無(wú)法在小樣本上工作，意味著無(wú)法憑一兩張照片替換任意兩個(gè)人的臉部;模型的訓(xùn)練過(guò)程也需要消耗大量資源。

DeepFakes 剛剛公開時(shí)也僅限于技術(shù)愛好者們之間交流，也并沒有發(fā)布正式的論文。但一些蓋爾 · 加朵的換臉動(dòng)圖一下子引爆了關(guān)注。今年年初曾經(jīng)熱炒的「楊冪換臉朱茵」視頻也很可能是用這個(gè)方法實(shí)現(xiàn)的，因?yàn)?DeepFakes 中的編碼器經(jīng)過(guò)足夠的訓(xùn)練后確實(shí)能夠具有將任意輸入人臉(比如朱茵的人臉)轉(zhuǎn)換為高質(zhì)量、高逼真度的目標(biāo)人臉(楊冪人臉)的能力。

如今它還在持續(xù)更新升級(jí);后來(lái)推出了還名為 FakeApp 的桌面應(yīng)用程序，便于更多 TensorFlow 玩不轉(zhuǎn)的小白用戶嘗試。

DeepFakes 式的「把目標(biāo)圖像中的人臉換成另一張臉」可能未來(lái)也很難減小樣本數(shù)量要求和資源要求，所以也有另一種思路，那就是給定一張人臉圖像，然后根據(jù)給定的動(dòng)作讓圖中的人「動(dòng)起來(lái)」。三星莫斯科 AI 研究中心聯(lián)合斯科爾科沃科學(xué)技術(shù)研究所在今年 5 月發(fā)表的一篇論文就帶來(lái)了不錯(cuò)的結(jié)果。不僅是真人的照片，他們甚至可以讓油畫中的人自然地開口說(shuō)話。

關(guān)鍵詞： BGM 特效 抖音