NVDA
英伟达
-- 108.380 TSLA
特斯拉
-- 259.160 PLTR
Palantir
-- 84.400 AMZN
亚马逊
-- 190.260 AAPL
苹果
-- 222.130 
Nvidia 宣布推出音乐和音频人工智能模型，该模型可以改变声音并生成新声音
英伟达（纳斯达克： NVDA ）宣布了一种新的人工智能模型 “Fugatto”，用于为制作音乐、电影和视频游戏的人生成音乐和音频。
据该公司称，Fugatto（Foundational Generative Audio Transformer Opus）使用文本和音频文件的任意组合来生成或转换提示中描述的音乐、语音和声音的任意组合。
例如，该公司在周一的博客中表示，人工智能模型可以根据文字提示创作音乐，从现有歌曲中删除或添加乐器，改变人声口音和情绪，甚至生成你从未听过的声音声明。
NVIDIA应用音频研究经理、管弦乐团指挥兼作曲家拉斐尔·瓦莱说：“我想创建一个能以与人类相同的方式理解和生成声音的模型。”
Nvidia指出，广告公司可以应用Fugatto将现有广告系列快速定位到多个地区，并在叙事中应用不同的口音和情感。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，以匹配用户在玩游戏时不断变化的动作。
Fugat 可以发出小号的声音和萨克斯管的声音。该公司补充说，研究人员发现，通过微调和少量歌唱数据，Fugat可以处理以前未经训练的任务，例如从文本中生成高质量的歌声。
根据英伟达的说法，完整版的Fugatto使用了25亿个参数，并在配备32个NVIDIA H100 Tensor Core GPU的NVIDIA DGX系统库上进行了训练。总体而言，该模型的开发花了一年多。
Fugatto 是一家初创公司，例如 Runway 和 Meta Platforms ( 元 它有可能与大公司的类似技术竞争，例如）。10月，Facebook所有者推出了一种名为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片段它被宣布了。
2月，ChatGPT的开发者OpenAI宣布了Sora，它可以根据文本说明创建逼真和富有想象力的场景。微软 (MSFT) 该公司的文字转视频模式（由）支持，尚未向公众发布。
据该公司称，Fugatto（Foundational Generative Audio Transformer Opus）使用文本和音频文件的任意组合来生成或转换提示中描述的音乐、语音和声音的任意组合。
例如，该公司在周一的博客中表示，人工智能模型可以根据文字提示创作音乐，从现有歌曲中删除或添加乐器，改变人声口音和情绪，甚至生成你从未听过的声音声明。
NVIDIA应用音频研究经理、管弦乐团指挥兼作曲家拉斐尔·瓦莱说：“我想创建一个能以与人类相同的方式理解和生成声音的模型。”
Nvidia指出，广告公司可以应用Fugatto将现有广告系列快速定位到多个地区，并在叙事中应用不同的口音和情感。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，以匹配用户在玩游戏时不断变化的动作。
Fugat 可以发出小号的声音和萨克斯管的声音。该公司补充说，研究人员发现，通过微调和少量歌唱数据，Fugat可以处理以前未经训练的任务，例如从文本中生成高质量的歌声。
根据英伟达的说法，完整版的Fugatto使用了25亿个参数，并在配备32个NVIDIA H100 Tensor Core GPU的NVIDIA DGX系统库上进行了训练。总体而言，该模型的开发花了一年多。
Fugatto 是一家初创公司，例如 Runway 和 Meta Platforms ( 元 它有可能与大公司的类似技术竞争，例如）。10月，Facebook所有者推出了一种名为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片段它被宣布了。
2月，ChatGPT的开发者OpenAI宣布了Sora，它可以根据文本说明创建逼真和富有想象力的场景。微软 (MSFT) 该公司的文字转视频模式（由）支持，尚未向公众发布。
免责声明：社区由Moomoo Technologies Inc.提供，仅用于教育目的。
更多信息
评论
登录发表评论