用于手写笔迹的深度伪造（Deepfakes）：自动合成，不需要笔

免费的神经网络演示，可以动态生成可下载的手写体。

上图：一个由 Calligrapher.ai 生成的计算机合成笔迹的例子。

这要归功于一款名为“书法家（calligrapher）”的免费网络应用程序。AI，任何人都可以通过JavaScript在浏览器中运行的神经网络来模拟手写笔迹。在输入一句话后，该网站会将其呈现为九种不同风格的手写笔迹，每种风格都可以根据速度、易读性和笔画宽度等属性进行调整。它还允许在SVG矢量文件中下载生成的伪手写样本。

这个演示特别有趣，因为它不使用计算机字体。计算机字体中看起来像手写体的字体，有些已经存在了80多年，所以，无论你使用多少次，每个字母实际上都是重复和相同的。

在过去的十年里，计算机科学家放宽了这些限制，发现了使用神经网络模拟人类笔迹动态变化的新方法。

这个应用由机器学习研究员、书法家肖恩·瓦斯奎兹（Sean Vasquez）创作。AI网站利用了DeepMind的亚历克斯·格雷夫斯2013年的一篇论文中的研究。肖恩·瓦斯奎兹最初在几年前创建了书法家网站，但最近在黑客新闻上重新发现了它，引起了更多的关注。

书法家网站（Calligrapher.ai）在统计权重的指导下，把每个字母都“画”得好像是人手写的一样。这些权重来自一个循环神经网络（RNN），它已经在 IAM 在线手写数据库上进行了训练，该数据库包含了221个人的手写样本，这些样本是随着时间的推移从白板上数字化的。因此，Calligrapher.ai 手写合成模型在很大程度上是针对英语书写的，黑客新闻上的人报告说，在复制其他语言中常见的变音符符号时遇到了困难。

由于生成手写体的算法本质上是统计的，因此其属性（如“易读性”）可以动态调整。肖恩·瓦斯奎兹在2020年《黑客新闻》的一篇评论中描述了易读性滑块的工作原理：“输出是从概率分布中采样的，提高易读性有效地将概率密度集中在更可能的结果上。因此，这只是改变了变化，这是正确的。一般技术被称为‘调整采样分布的温度’。”

随着神经网络现在可以处理文本、语音、图片、视频，现在还可以处理手写，似乎人类创造性输出的任何角落，都可以通过生成式人工智能实现。

早在2018年，肖恩·瓦斯奎兹就已经提供了支持 GitHub 上的WEB应用演示的底层代码，因此它现在可以适应其他应用程序。在适当的情况下，它可能对那些想要比静态脚本字体更有天赋的图形设计师有用。

如果朋友们喜欢，敬请关注“知新了了”！