让霉霉说地道中文，背后玩家竟来自中国，7个月年订阅收入超百万美元

发表评论

A+

所属分类：heygen ai百科

完美口型，还能卡点，一款主打视频生成的AI工具，被网友们狂打call。

让霉霉说地道中文，背后玩家竟来自中国，7个月年订阅收入超百万美元

文｜虞景霖尚恩

编辑｜邓咏仪

来源｜智能涌现（ID：AIEmergence）

封面来源｜IC photo

最近，霉霉说地道中文的视频在全网疯传。

没有机械的翻译腔，霉霉用自然而地道的语气讲述自己最近的游历，甚至连嘴型都卡点对上，效果堪称绝绝子。

还没有看过视频的小伙伴们，原视频奉上

视频作者表示，想要做出效果这样的视频，其中有三个很重要的因素：掌握地道的口语翻译、语音克隆和替换嘴型，但没有提到具体用到的模型。

来源：johnhuu教英语

看到视频效果如此好，不少网友就开始试图找到“复刻之法”。

一位网友就表示需要至少三步才能达到这种效果，Whisper识别、Tortoise-TTS合成带原始说话人音色的语音、Wav2lip换嘴型。

来源：X（原Twitter）

视频火了之后，吸引了更多人开始尝试，其中背后一款AI工具也被网友迅速扒出。

这不扒不知道，一扒吓一跳，这个工具竟然还是来自国内的一个初创团队做的。

全网爆火，HeyGen被网友疯玩

全网火爆，网友纷纷动手玩了起来。

网友@Gorden Sun也复刻了一段霉霉说中文的视频，在排队等待7000个视频后，用HeyGen制作的视频翻译终于完成了。并直言：“效果绝对目前最好，没有之一”。

来源：X（原Twitter）

从视频可以看到，无论是口型完美，卡点和嘴型都对的。

不过作者也表示，虽然声音克隆稍有缺陷，毕竟HeyGen只通过40秒的视频来克隆音频，如果刻意对比原视频，情感还原度稍有欠缺。

HeyGen虽然可以免费试用，但只能生成1分钟时长视频，且生成需要等待很长时间，而付费版最便宜的也要24美元/月。因此，就有热心网友贴出了如何用开源的工具，做出和HeyGen生成效果同样的视频。

比如，语音转文字whisper、文字翻译GPT、声音克隆+生成音频so-vits-svc、生成符合音频的嘴型视频GeneFace++。

来源：X（原Twitter）

除了这种中英互译的视频，HeyGen在外网也是一片火爆景象，各种玩法都有。

比如，这位网友就用HeyGen制作了说6种不同语言的视频。

HeyGen火爆程度可见一斑，而近日根据推特上一位分析师Will的统计显示，今年8-9月，各大文生图类AI网站的访问量均开始呈现下降趋势，但HeyGen的访问量却上升了92%，流量跃居各大独立AI网站之首。

来源：X（原Twitter）

那么，这个被众多网友狂推，成为AI独立网站之首的HeyGen，到底是什么来头？

让霉霉说地道中文，背后玩家竟来自中国，7个月年订阅收入超百万美元 国内创业团队，7个月收入百万美元

2020年12月，HeyGen的背后玩家“诗云科技”在深圳成立。

据36氪此前报道，公司成立之初，就以“用AI生成内容，让用户以更低成本完成内容创作”为愿景，已获得来自红杉中国、真格基金等风投们累计近千万投资。

来源：X（Twitter）

HeyGen要做AI视频创作领域的Midjourney，在团队方面竟也有一些相似之处。目前，HeyGen的团队只有大概30人，分布在全球各地，以远程办公形式进行合作。

HeyGen的前身，一款名为“Movio”的AI视频翻译平台，背后所依靠的模型是自家的多模态内容生成引擎“Surreal Engine”。

2022年7月，诗云科技推出多模态内容生成引擎Surreal Engine，将内容生产分为Understanding（理解）、Framing（视框化）、Rendering（渲染）三个步骤。区别于市面上的两大3D内容创作巨头：Epic Game的Unreal Engine和Nvidia的Omniverse，Surreal Engine让普通人也可以轻松进行高维度、可交互的内容创作。