表情AI表情包生成器来了!给AI喂了96万个表情包文案,做出的图能接地气吗?

表情AI表情包生成器来了!给AI喂了96万个表情包文案,做出的图能接地气吗?
图片

大数据文摘出品
作者:牛婉杨
在这个一言不合就斗图的年代 , 表情包已经成为了人人必需的“装备” 。
最近 , 文摘菌就发现一位外国友人做了个AI表情包生成器 , 坦白讲这个生成器依然逃不过“沙雕”的标签 , 就像之前的“狗屁不通文章生成器”和“读后感生成器” 。
它的首页是这个样子的有48个表情包模板可供使用 。
表情AI表情包生成器来了!给AI喂了96万个表情包文案,做出的图能接地气吗?
图片

传送门:
https://imgflip.com/ai-meme
*看到这里有没有朋友好奇“Meme”是什么?事实上 , “Meme”就是我们常说的表情包 。
网站标题“This Meme Does Not Exist”也延续了之前各种StyleGan生成网站的“不存在”系列 , 意喻“不存在的表情包” 。
接下来就让我们直奔主题 , 文摘菌要好好看看它能给表情包配上什么字~
首先 , 大致扫了一眼 , 发现最眼熟的就是第二行中间那只doge , 确认过眼神 , 就它了!选中图片之后 , 就生成了以下表情包:
表情AI表情包生成器来了!给AI喂了96万个表情包文案,做出的图能接地气吗?
图片

这个文字配的嘛 , 大家仔细品 , 还是比较符合我们日常的表情包风格 。 再点击刷新 , AI又会给这张图配上新的文字 , 下面这张送给吃货朋友们:
表情AI表情包生成器来了!给AI喂了96万个表情包文案,做出的图能接地气吗?
图片

刷新了几次 , 文摘菌发现 , 出现次数最多的词汇有“wow” , “such” , “much”等一些百搭词汇 , 而这个AI文字生成器的水平也是参差不一 , 有时觉得这个表情包可以拿来用 , 有时就觉得很荒谬 , get不到有趣的点 。
除此之外 , 我们还可以在文本框里输入一些文字提示 , 来帮助它生成我们想要的表情包 。 比如文摘菌输入“hello” , 就生成了这样子的表情包:
表情AI表情包生成器来了!给AI喂了96万个表情包文案,做出的图能接地气吗?
图片

这...真的难为它了 。 要不文摘菌输入一点符合表情包逻辑的单词?比如:
表情AI表情包生成器来了!给AI喂了96万个表情包文案,做出的图能接地气吗?
图片

立马就有内味儿了是不是!
这个网站除了生成表情包还能干啥
从这个网站首页看来 , 似乎还是一个表情包发烧友的交流社区?大家可以把自己制作的表情包发布到网站 , 用户可以根据喜好来投票 。
表情AI表情包生成器来了!给AI喂了96万个表情包文案,做出的图能接地气吗?
图片

AI生成表情包只是这个网站的一个项目 , 除此之外还可以手动上传表情包背景 , 以及输入表情包内容 。 但在文摘菌看来 , 这个网站相比国内微信表情包搜索和某图的一键表情包p图 , 简直弱爆了~
表情AI表情包生成器来了!给AI喂了96万个表情包文案,做出的图能接地气吗?
图片

说了这么多 , 还没有介绍项目作者 。 这个表情包生成器的作者是Dylan Wenzlau , 也是这个表情包素材平台Imgflip的创始人 。 他在Medium上发表的一篇文章中 , 详细介绍了表情包生成器的原理 , 是通过深度卷积网络制作的 。
Medium超详细教程:
https://towardsdatascience.com/meme-text-generation-with-a-deep-convolutional-network-in-keras-tensorflow-a57c6f218e85
深度卷积网络是一种常用于图像的神经网络 , Wenzlau使用机器学习平台Tensorflow和Keras对其进行了训练 , 建立了一个能匹配48种不同表情包格式的文本生成模型 。 他还在Github上发布了完整的代码供大家尝试 。
Github指路:
https://github.com/dylanwenzlau/ml-scripts/tree/master/meme_text_gen_convnet
表情包质量如何 , 数据集来决定!
数据集简直就是AI生成文案的灵魂啊 , 要想表情包更接地气 , 就要尽可能多的收集数据 。


推荐阅读