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
值得关注的是,有3家报纸的价格甚至都没超过120元,平均下来每天只要3角多,其中《江南都市报》年订阅价仅100元,最为优惠。
旨在引导广大党员干部注重清廉家风建设,充分发挥领导干部家庭及其成员在清廉家风建设中的示范引领作用,以党员干部廉洁文明家风促党风政风、带社风民风,推进全市廉政文化建设。
职业道德建设是系统工程、长期任务,需要广大作家和文学工作者的全员参与,也需要文学工作者职业道德委员会的带动和引领。
值得注意的是,随着近日奥迪高层的大换血,加之此前被看作将出任上汽奥迪销售公司总经理的贾鸣镝,近日回归上汽大众,似乎意味着上汽奥迪项目进入无限期的搁浅状态。
值得关注的是,就“‘轻’和’重’的问题,《证券日报》与复星管理层交流时,复星集团执行董事、联席总裁,豫园股份董事长徐晓亮此前曾向本报记者表示,“‘轻’和’重’,我们认为是钥匙和门的关系:’轻’是钥匙,门是很’重’的。
(来源:(微博解读))