オンライン顔交換、1つのタブで完結

最初の区間はこちらのものではなく、あなたのものです。何かが動き出す前に、ターゲットのファイルがサーバーへ届かなければなりません。そしてこのアップロードが、オンラインフェイススワップで最も振れ幅の大きい部分です。4MBの写真は、まともな回線ならほぼ一瞬で終わります。90MBのクリップを上り10Mbpsの回線で送ると、ジョブが列に並ぶ前に進捗バーだけで70秒ほどかかります。カフェやホテルのWi-Fiなら5分ということもあります。あのバーはこちらの待ち行列ではなく、あなたの回線です。

ファイルが届いたあとの処理は速く、見通しも立ちます。検出器が画面内の顔を見つけ、ランドマーカーが目、鼻、顎に点を置き、スワッパーがあなたのソースの同一性を持たせてターゲットの顔を作り直します。静止画なら1分以内に戻ります。動画は容量ではなくフレーム数に比例するので、長いクリップは行きの帯域と通過中の計算量の両方に縛られます。必要な数秒に切り詰めることが、いちばん効く短縮策です。

最初の一枚が自分の最良の一枚だという人はいません。いちばん手近なソース顔を上げ、結果を受け取り、そこで初めて何が違うのかが見えます。頭の角度が10度ずれていた。ソースは左から、ターゲットは上から光が当たっていた。片方は口が開き、もう片方は閉じていた。どれも事前には見えず、出力にだけ現れます。残るファイルの質は、あなたが何回試す気になったかでほぼ決まります。

オンラインフェイススワップが静かに勝つのはここで、モデルの優劣とは関係がありません。読み込み直す環境も、初期化し直すものも、起動し直すアプリケーションもなく、アップロード済みのファイルを差し替えてボタンをもう一度押すだけです。3回の試行にかかる時間は、1回の試行にコーヒー1杯を足したくらい。だから人は本当に3回試します。一晩かけて手元の環境を動かした人は、逆に最初の使える一枚で妥協しがちです。

オンラインフェイススワップは、あなたのブラウザのタブの中では走っていません。そう主張するツールは、極端に遅いか、大したことをしていないかのどちらかです。ブラウザが担うのはアップロード、画面、ダウンロードで、フェイススワップ自体はサーバーのGPUで動きます。数百MBの重みをタブに引き込んでWebAssemblyで推論するほうが、置き換えるはずの往復より遅いからです。実際の取引なのではっきり書きます。あなたのファイルはHTTPSで端末を離れ、処理され、戻ります。使い道はあなたの生成物だけで、学習データにも転売にも回りません。

現実にあるもう一方の選択肢と並べると、これはむしろ単純なほうの話で、怖いほうの話ではありません。手元で動かす選択肢は、たいてい掲示板に置かれた署名のない書庫で、OSの警告を押しのけて実行することになります。そしてそれは、あなたのアカウントが持つもの、つまり書類、ブラウザのプロファイル、鍵に手が届きます。ブラウザで作業するのは、文書化された方針を持つ名前のあるサービスを、機械を自由にできる匿名のバイナリより選ぶことです。どちらも無条件に信頼できはしませんが、一方の境界は狭くて明示されており、もう一方はそもそも境界とは呼べません。