導讀 編譯/前方智能 英偉達近日推出了一款名爲 Fugatto（全稱爲 Foundational Generative Audio Transformer Opus 1）的 AI 音頻模型。這款模型不僅能...
編譯/前方智能
英偉達近日推出了一款名爲 Fugatto（全稱爲 Foundational Generative Audio Transformer Opus 1）的 AI 音頻模型。這款模型不僅能通過文字提示生成音樂和音效，還能對現有音頻進行修改和轉換，創造出前所未有的聲音組合。
圖源：英偉達
據英偉達介紹，Fugatto 具備多項獨特功能，比如可以將鋼琴演奏的音樂轉換爲人聲演唱，能夠調整語音的口音和情緒，甚至可以創造出"尖叫的薩克斯"或"犬吠般的小號聲"等超現實音效。該模型採用了創新的 ComposableART 技術，能夠將訓練過程中分別出現的音頻特徵進行組合，從而產生全新的聲音效果。
在技術層面，研究團隊使用了來自全球多個开源數據集的約 2000 萬個音頻樣本進行訓練，形成了一個擁有 25 億參數的大規模模型。該項目由來自印度、巴西、中國、約旦和韓國等多個國家的研究人員共同开發，這種多元化的團隊構成也使得模型在處理多語言和多重口音方面表現出色。
英偉達應用深度學習研究副總裁 Bryan Catanzaro 表示，生成式 AI 技術將爲音樂、遊戲和普通創作者帶來全新的創作可能性。不過，考慮到生成式技術可能帶來的潛在風險，英偉達目前尚未計劃對外發布這項技術。
原文標題 : 英偉達發布全新 AI 音頻模型 Fugatto
標題：英偉達發布全新 AI 音頻模型 Fugatto
地址：https://www.utechfun.com/post/448677.html