英伟达:Fugatto可以创造出前所未有的声音
11月26日消息,英伟达表示,其新的AI音乐编辑器能够创造“前所未有的声音”,比如会发出喵喵声的小号。这个工具名为Fugatto,它能够使用从未接受过训练的文本和音频输入来生成音乐、声音和语音。
正如下面嵌入的视频所示,这让Fugatto能够根据奇特的提示组合歌曲,比如“创建一个发出嚎叫、吠叫然后是带有狗叫声的电子音乐。”
公司分享的其他一些例子包括根据描述产生独特的音效,如“深沉、隆隆作响的低音脉冲与间歇性的高调数字鸣叫相结合,就像一个巨大的有感知的机器醒来的声音。”
它甚至可以改变某人的声音,改变他们的口音或给他们不同的语调,如愤怒或平静。还有编辑音乐的方法,因为Fugatto可以隔离歌曲中的人声,添加乐器,甚至通过用歌剧歌手替换钢琴来改变旋律。
与公告一同发布的一篇论文展示了英伟达称Fugatto受过训练的所有数据集的长列表,其中一个包括来自BBC的声音效果库。
市场上已经有其他几个AI音频工具,包括Stability AI、OpenAI、Google DeepMind、ElevenLabs和Adobe的产品,但没有声称能创造全新且未曾听闻的声音的工具。一些AI初创公司甚至因为他们的音乐创作工具面临版权诉讼,而最近的一份报告发现,英伟达和其他公司利用数千个YouTube视频的字幕训练AI模型。
为了构建Fugatto,英伟达表示研究人员必须汇集一个包含数百万音频样本的数据集。然后他们创建了指令,这大大扩展了模型可以执行的任务范围,同时实现更准确的性能并启用新任务,无需额外的数据。英伟达没有说这个工具何时或者是否将广泛可用。
相关阅读
- 比特早报:字节跳动申请HiAgent商标,X平台因用户数据被用于训练AI面临质询
- DEKRA德凯获得国际关键通信协会(TCCA)认可,成为全新TETRA认证机构
- 机构:预估2025年全球折叠手机铰链市场产值将达12亿美元
- 制胜游戏巅峰!技嘉 B760 GEN5 主板全面释放 PCIe 5.0 显卡强大性能
- 上半年我国汽车产销量双双突破1500万辆:新能源增速迅猛
- 华为用户不寂寞!全国首个全场景开源鸿蒙养老院落地:支持无感监测、主动预警
- 辰至半导体C1芯片成功点亮:国产中央域控芯片迎来里程碑式突破
- 比特网早报:黄仁勋现身链博会开幕式用中文演讲,AMD重启对华出口AI芯片
- 蓝牙核心规范6.2正式发布
- 华大九天存储全流程EDA系统实现重大突破:成为中国存储芯片大规模量产唯一设计平台