原标题:英伟达推出新AI模型Fugatto,可修改并生成新声音
英伟达(NVDA.US)推出了一款用于生成音乐和音频的新型人工智能(AI)模型,旨在为制作音乐、电影和视频游戏的人们提供服务。
根据英伟达的说法,这款模型名为Fugatto(Foundational Generative Audio Transformer Opus),可以使用任何文本和音频文件来生成或修改音乐和声音。
例如,该模型可以根据文本提示创建音乐片段,从现有歌曲中删除或添加乐器,改变声音中的口音或情绪,甚至发出从未听过的声音。
英伟达应用音频研究经理、管弦乐队指挥兼作曲家Rafael Valle表示:“我们希望创建一个能像人类一样理解和产生声音的模型。”
英伟达指出,广告代理商可以使用Fugatto快速定位多个地区的现有广告,并在配音中加入不同的口音和情感。此外,视频游戏开发者可以使用人工智能模型修改游戏中预先录制的资产,以适应用户在玩游戏时不断变化的动作。
Fugatto可以使小号发出狗吠声或萨克斯管发出喵喵声。该公司补充说,通过微调和少量的歌唱数据,研究人员发现它可以处理未经预先训练的任务,比如从文本中生成高质量的歌声。
英伟达表示,Fugatto的完整版本使用了25亿个参数,并在包含32个Nvidia H100 Tensor Core GPU的Nvidia DGX系统上进行了训练。该模型的整体工作耗时一年多。
Fugatto可能会与Runway等初创公司以及 Meta Platforms(META.US)等大公司的类似技术展开竞争。10月,Meta 发布了名为Movie Gen的人工智能模型,该模型可以根据用户提示创建逼真的视频和音频剪辑。
今年 2 月,ChatGPT制造商OpenAI推出了Sora,它可以根据文本指令创建逼真且富有想象力的场景。这家由微软(MSFT.US)支持的公司尚未向公众发布文本转视频模型。
责任编辑:于健 SF069
昨日一大早,杨林赶到长江路小商品批发城,先花了60元买了一个假发,又花了100元买了一件连衣裙,最后花80元批发了40多包卫生巾,前往友好路摆摊卖货。
作为C919全机静力试验现场联合指挥部副总指挥,杨海称自己近一年几乎全“泡在中国飞机强度研究所上海分部的全机静力试验现场。
昨日,在嘉鱼县一个家具厂里,经专家鉴定,在院里杂草中摆放了5年的木头竟然是生长了600多年的金丝楠木,这根木头价值2000万元。
最终,在法院主持下,双方于去年8月达成调解,被告支行需支付龙辉公司工程款1500万元。
昨日中午,公交公司派来安置乘客的另一台814路公交车赶到事发地,将着火车辆上的乘客接走。
(来源:(网易订阅))