点击蓝字 关注我们
SUBSCRIBE to US
Cath Virginia / The Verge | Photo from Getty Images
英伟达表示，其新的人工智能音乐编辑器能够创造“前所未闻的声音”——比如会喵喵叫的小号。这个名为Fugatto的工具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。这使得Fugatto能够根据疯狂的提示组合歌曲，例如“创作一首萨克斯风先呼啸、再吠叫，然后是伴有狗叫声的电子音乐”（https://blogs.nvidia.com/blog/fugatto-gen-ai-sound-model/）。
在一篇博客文章中，英伟达声称其“声音的瑞士军刀”人工智能模型可以修改现有的声音或凭空创造整个音景。Fugatto实际上是冗长的“Foundational Generative Audio Transformer Opus 1.”的首字母缩写。它能够处理声音、音乐和背景噪音，并将它们全部制作成单个音轨。它还可以修改现有的声源。
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，比如愤怒或平静。也有编辑音乐的方法，因为Fugatto可以分离歌曲中的人声，添加乐器，甚至通过将钢琴换成歌剧歌手来改变旋律。
随公告发布的一篇论文显示了Nvidia表示Fugatto接受训练的所有数据集的长列表，其中一个包括来自BBC的音效库（https://openreview.net/pdf?id=B2Fqu7Y2cd）。
目前已经有其他几种人工智能音频工具，包括来自Stability AI、OpenAI、Google DeepMind、ElevenLabs和Adobe的工具，但没有人声称能创造出全新的、闻所未闻的声音。一些人工智能初创公司甚至因其音乐创作工具而面临版权诉讼，而最近的一份报告发现，Nvidia和其他公司在数千个YouTube视频的字幕上训练了人工智能模型。
Nvidia表示，为了构建Fugatto，研究人员必须整合一个包含数百万音频样本的数据集。然后，他们创建了指令，“大大扩展了模型可以执行的任务范围，同时实现了更准确的性能，并在不需要额外数据的情况下启用了新任务。”英伟达没有说该工具何时或是否会广泛使用。
微信号｜IEEE电气电子工程师学会
新浪微博｜IEEE中国
· IEEE电气电子工程师学会 ·
往
期
推
荐
