Hei, Komputer, Buatkan Aku Font

• Membangun model machine learning (ML) generatif bernama 'FontoGen' untuk pembuatan font
• Model menerima deskripsi font sebagai input dan menghasilkan file font sebagai output
• Penulis terinspirasi oleh kebangkitan AI pada 2023 untuk mengeksplorasi pembuatan SVG dari teks, yang kemudian melahirkan ide pembuatan font
• Model dibangun dengan merujuk pada paper IconShop2, dan ditemukan bahwa pembuatan font dapat dilakukan mirip seperti pembuatan SVG
• Model ini adalah model sequence-to-sequence yang dilatih dengan urutan embedding teks yang diikuti embedding font
• Embedding teks dibuat menggunakan model encoder BERT yang telah dipra-latih, dan embedding font dibuat dengan mengubah font menjadi urutan token
• Model ini adalah transformer autoregresif encoder-only yang terdiri dari 16 layer dan 8 blok, dengan total 73,7 juta parameter
• Penulis menggunakan atensi BigBird3 untuk berfokus pada prompt awal dan mengamati N token sebelumnya guna menangkap gaya dari beberapa glif sebelumnya
• Model dilatih pada dataset 71k font unik yang deskripsinya diringkas menjadi beberapa kata kunci menggunakan GPT-3.5 untuk mewakili berbagai jenis penjelasan
• Proses pelatihan memakan waktu 127 jam dan dihentikan ketika validation loss hampir tidak lagi membaik
• Penulis meningkatkan performa hingga tiga kali lipat dengan memindahkan sebanyak mungkin proses ke tahap prapemrosesan dataset
• Penulis mengusulkan potensi aplikasi di masa depan, seperti mengintegrasikan model ke editor font yang ada untuk menghasilkan semua glif lain berdasarkan satu glif tunggal buatan desainer

[dbgus2028]

Buatkan aku font yang lucu

[GN⁺]

Komentar Hacker News

• Penerjemah kode gpt-4 dapat mengonversi PNG hitam-putih dari glif menjadi SVG, dan ini dapat digunakan untuk membuat font bila digabungkan dengan model pembuat gambar.
• Douglas Hofstadter, penulis Godel Escher Bach, percaya bahwa pembuatan font tidak mungkin dilakukan tanpa AI umum.
• Proyek Letter Spirit bertujuan memodelkan kreativitas artistik dengan merancang jenis huruf bergaya konsisten yang disebut "gridfonts" yang dibatasi pada grid.
• Ada kekhawatiran tentang presisi font yang dihasilkan oleh model ML, dengan masalah seperti garis yang tidak sepenuhnya paralel dan sudut yang tidak tepat 90 derajat.
• Pendekatan yang merepresentasikan piksel sebagai bin unik 150x150 dianggap tidak ideal; sebagai gantinya, disarankan menggunakan convnet dan melacak keluarannya.
• Dengan pendekatan seperti ini, pembuatan font baru, terutama font yang sangat bergaya, bisa menjadi lebih layak diwujudkan.
• Modelnya berupa ckpt, bukan safetensor, yang dapat memengaruhi apakah sebagian pengguna akan mencobanya.
• Meskipun model difusi kesulitan menggambar teks, metode ini bekerja dengan baik untuk aplikasi ini.