從零開始做女裝大佬，這款性別轉換濾鏡瞭解一下

什麼軟體可以把自己變成女裝

前世界首富比爾·蓋茨有這樣一句金句，“你甚至不知道與你在網上交流的對方，可能是條坐在電腦前敲擊鍵盤的狗”，可以說是恰如其分的描述了社交網路特質。沒錯，得益於網際網路的虛擬性，我們在社交網路中瞭解他人是從文字、聲音、照片，乃至影片中拼湊出來的形象。

在中文網際網路上特別是網遊風靡的年代，遊戲中卻使用軟妹角色嬌羞賣萌的“人妖號”，可以算得上是一道特別的風景線。而時代在進步，“人妖號”從人人色變變到“網遊標配，不爽不要玩”，再加上自從“女裝大佬”風潮從二次元圈刮出來之後，如何成為一名合格的“女裝大佬”，也成為大家廣泛討論的話題。

當然，想要像許多漫展上的“女裝大佬”一樣，還需要一定的身體條件。如果說線下當“女裝大佬”門檻較高，最近知名照片分享應用Snapchat（閱後即焚），就推出了全新的“性別轉換濾鏡”，效果簡直逆天到沒朋友。而有了這款濾鏡之後，簡簡單單就能在網路上變身“女裝大佬”。

接下來就進入我們的實戰教學過程，成為身“女裝大佬”的第一步，是當然是文字要符合女性心理，這裡給大家推薦一本書——C。A。Etaugh、J。S。Bridges的《女性心理學》，這裡就不再贅述。

第二步是在聲音上也要完成猛男變萌妹，這裡就要依靠神通廣大的變聲器了，這是透過改變輸入音訊的音色、音調、聲音快慢，並將變聲後音訊輸出的工具。其原理其實非常簡單，就是對語音的取樣率進行變化，然後提取反映女性的取樣引數，改變基音和諧振峰的位置來改變聲音。目前，市面上的各類變聲器簡直是花樣繁多，僅需要自己花時間花耐心去除錯數值。

第三步就是影片了，這裡就需要依靠Snapchat的獨門絕技了，在我們親身體驗之中，這款濾鏡的效果確實非常驚人。在切換到性別轉換濾鏡的時候幾乎毫無卡頓，男性使用者在使用時Snapchat會自動將開啟五官柔化、膚色美白以及一定程度的磨皮，並且還會自帶髮型和淡妝。更加驚人的是，這款濾鏡是實時渲染，只要面部不脫離指定區域，不管變換多少角度都能完成轉換。

當然，這款Snapchat的濾鏡也並沒有做得十全十美。在網路上不少令人啼笑皆非的失敗作品之中，有一個共同的特點——臉部區域被遮擋的百分比過高，不能從鏡頭之中獲取到足夠的語義資訊（比如說眼睛、鼻子、嘴唇）。同時，頭髮和麵部的轉換其實是分開進行的，我們可以看到在髮際線、面部輪廓，與頭髮的交界部分有一定的模糊。

如果你要問這背後的原理，只能說相比變聲器可要複雜非常多。在Snapchat沒有公佈具體原理之前，業界最普遍的看法，是他們採用了機器學習領域生成對抗網路的最新成果——CycleGAN。此前網路上一段讓楊冪面龐出現在94版《射鵰英雄傳》中，代替原本由朱茵扮演黃蓉的影片，就是我們曾經介紹過的生成對抗網路（GAN）。

GAN是一類在無監督學習中使用的神經網路，這個模型的框架中至少包含兩個模組——生成器（generator）和判別器（discriminator）在互相博弈學習中，產生出能夠以假亂真的輸出。簡單來說就是一個出題一個回答，在持續數十億乃至上千億次的對答中，不斷查漏補缺逐漸讓AI學習。

目前NVIDIA已經將自家的StyleGAN開源，也實現了足以以假亂真的面部合成照片，而今天的主角“CycleGAN”則是加州大學伯克利分校的朱儁彥博士開發。CycleGAN框架（ICCV 2017）相比於其他生成對抗網路，比如說谷歌在Pixel2系列上使用的DeepLab-v3 +的創新點，就在於其能夠在沒有成對訓練資料的情況下，可作為一種通用框架，將一組影象中的視覺風格遷移到其它影象中。

這是因為它是由兩組GAN組成的環形網路，這一框架認為在兩個領域之間是存在隱含關聯，也就是對於同一個事物，有兩種不同的對映後的表達。因此，Snapchat作為一款風靡世界的照片分享應用，擁有涵蓋各類人種、各種風格的數十億張照片，自然就能夠透過這一框架，對使用者的面部特徵進行“千人千面”的實時渲染。

我們也可以發現，為了適應移動端的輕負載，Snapchat做出了針對性的調整，比如說髮型基本只有固定的款式，當然這並非是什麼大問題。因此如果現在想要回答下“做女裝大佬是一種什麼樣的體驗”，下載Snapcha就能馬上知道了。