但過于頻繁的視頻會議，讓一些人產(chǎn)生了奇怪的想法并將其付諸實踐。最近，一位名為 馬特 · 里德（Matt Reed）的工程師，就成功開發(fā)出了代替自己參加 ZOOM 視頻會議的 AI。
乍看之下好像還挺像這么一回事兒的。
（來源：馬特 · 里德）
而且這個視頻會議 AI 不是只有畫面而已，里德還為它設計了簡單的語音互動功能，可用以接收你的領導或者同事所說的話，然后還能自動說出你所編寫的內(nèi)容，打造出和諧的會議互動氛圍。
那么，這個機器人具體是如何實現(xiàn)的？
為了打造它，里德首先通過 Quicktime 錄制了自己的視頻圖像，包含幾個常用的視頻會議表情，例如微笑，擺動頭部等。當這些畫面循環(huán)播放時，仿佛就是一個克隆版的自己。
然后是配置語音功能�；� Artyom.js 這一語音識別和文本轉語音的開源庫，他構建了一個自定義 HTML Web 應用程序，可以實現(xiàn)對麥克風傳入的音頻進行語音識別和響應提示。
這個庫的優(yōu)點在于，不同于 Alexa 或 Siri 必須使用喚醒詞才能說話，它只需要聽到 “How are you”“Are you OK” 之類的命令就能觸發(fā)下一步回應，比如循環(huán)表情靜止的圖像或者說出回復。
你可以將里德該步驟的創(chuàng)作理解為聊天機器人或 Alexa 語音技能。聊天機器人的原理就是經(jīng)過編程，可以理解某些輸入，并根據(jù)這些關鍵字運行命令以給出一些書面響應。但是由于人類語言的自然可變性，聊天機器人和里德的 Zoombot 還是蠻容易出錯的，畢竟它們都沒有學會人類隨機應變的技能。
�。▉碓矗厚R特 · 里德）
最后，里德通過軟件 ManyCam 創(chuàng)建虛擬網(wǎng)絡攝像頭，再將 Zoom 攝像頭設置為 ManyCam 虛擬網(wǎng)絡攝像頭，然后打開揚聲器，這個 Zoombot 就可以開始上班了！
現(xiàn)在，里德已經(jīng)將他的具體教程發(fā)表在了 GitHub 上，而且廣受關注。地址詳見：https://github.com/mcreed/zoombot�；蛟S你也有興趣試一試。
�。▉碓矗厚R特 · 里德）
盡管這項發(fā)明看起來頗具無厘頭色彩，因為在實際的使用過程中，它和真人參會的反應還是有比較多的區(qū)別，例如你能通過眨眼的頻次察覺出它并非真人（目前用來識別 DeepFake 視頻的方法之一就包括觀察眨眼頻率），但里德確實展示了這樣的一種需求和可能性，原來視頻會議工具還能這么玩。
畢竟，當里德在真實的視頻會議中使用他的 Zoombot 時，確實給已經(jīng)對視頻會議日益麻木的同事們帶來了很多歡樂。
或許有一天這樣詭異的景象真的會出現(xiàn)：打開一個視頻會議，可能參加的全是機器替身。
