訂閱
糾錯
加入自媒體
當前位置： OFweek 人工智能網(wǎng)   >  正文

英偉達發(fā)布全新 AI 音頻模型 Fugatto

編譯/前方智能

英偉達近日推出了一款名為 Fugatto（全稱為 Foundational Generative Audio Transformer Opus 1）的 AI 音頻模型。這款模型不僅能通過文字提示生成音樂和音效，還能對現(xiàn)有音頻進行修改和轉(zhuǎn)換，創(chuàng)造出前所未有的聲音組合。

圖片

圖源：英偉達

據(jù)英偉達介紹，F(xiàn)ugatto 具備多項獨特功能，比如可以將鋼琴演奏的音樂轉(zhuǎn)換為人聲演唱，能夠調(diào)整語音的口音和情緒，甚至可以創(chuàng)造出"尖叫的薩克斯"或"犬吠般的小號聲"等超現(xiàn)實音效。該模型采用了創(chuàng)新的 ComposableART 技術(shù)，能夠?qū)⒂柧氝^程中分別出現(xiàn)的音頻特征進行組合，從而產(chǎn)生全新的聲音效果。

在技術(shù)層面，研究團隊使用了來自全球多個開源數(shù)據(jù)集的約 2000 萬個音頻樣本進行訓練，形成了一個擁有 25 億參數(shù)的大規(guī)模模型。該項目由來自印度、巴西、中國、約旦和韓國等多個國家的研究人員共同開發(fā)，這種多元化的團隊構(gòu)成也使得模型在處理多語言和多重口音方面表現(xiàn)出色。

英偉達應用深度學習研究副總裁 Bryan Catanzaro 表示，生成式 AI 技術(shù)將為音樂、游戲和普通創(chuàng)作者帶來全新的創(chuàng)作可能性。不過，考慮到生成式技術(shù)可能帶來的潛在風險，英偉達目前尚未計劃對外發(fā)布這項技術(shù)。

       原文標題 : 英偉達發(fā)布全新 AI 音頻模型 Fugatto

聲明： 本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁，請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標題：
    *糾錯內(nèi)容：
    聯(lián)系郵箱：
    *驗 證 碼：

    粵公網(wǎng)安備 44030502002758號