只有发言者的声音可以识别性别，年龄，甚至你来自哪里等信息。 Speech2Face是一种人工智能，可以在预期人类语音和语音的情况下生成图像。正在开发它以从语音中获得人的身体特征。
Speech to Face是一个在YouTube上传的视频，用于教授机器有关演讲者的年龄，性别，种族，声音和声音，并在语音中生成人脸的图像。该研究中使用的视频达数百万次，而言语传达已经吸收了超过10万人的声音和面孔。
实际上，语音对面实际上将语音生成的面部图像与实际面部进行比较，但种族，性别和年龄相似，但细节不同。此外，脸部产生的面对面图像都是无表情的。
根据这项研究，面对面的图像主要是年龄，种族和性别，声音输入的时间越长，它就越准确，但它并不完美。即使同一个人分别从说中文的声音和说英语的声音创建面部图像，白色图像由英语产生，亚洲图像由中文产生。此外，在低音的情况下，男性倾向于产生女性的图像和高音。欲了解更多信息，请点击这里 。