英偉達(dá)發(fā)布創(chuàng)新AI模型Fugatto:音頻領(lǐng)域的“瑞士軍刀”

全球領(lǐng)先的計(jì)算技術(shù)公司英偉達(dá)近日宣布了一項(xiàng)革命性的創(chuàng)新成果——Fugatto,一款基于生成式Transformer架構(gòu)的人工智能模型,被譽(yù)為音頻領(lǐng)域的“瑞士軍刀”。

nvidia.jpg

Fugatto擁有25億個(gè)參數(shù),并在由32個(gè)NVIDIA H100 Tensor Core GPU組成的NVIDIA DGX系統(tǒng)上進(jìn)行了訓(xùn)練,使其能夠執(zhí)行多種復(fù)雜的音頻生成和轉(zhuǎn)換任務(wù)。這款模型專為音樂(lè)、電影和視頻游戲制作人設(shè)計(jì),旨在幫助他們以前所未有的方式創(chuàng)作和編輯音頻內(nèi)容。

據(jù)NVIDIA應(yīng)用音頻研究經(jīng)理Rafael Valle介紹,F(xiàn)ugatto的研發(fā)目標(biāo)是創(chuàng)建一個(gè)能夠像人類一樣理解和生成聲音的模型。它不僅能夠根據(jù)文本描述生成音效和音樂(lè),還能實(shí)現(xiàn)如將鋼琴演奏轉(zhuǎn)換成人聲歌唱、改變錄音的口音和情緒等高級(jí)功能。

對(duì)于音樂(lè)制作人來(lái)說(shuō),F(xiàn)ugatto將極大地提升工作效率和創(chuàng)意空間。他們可以快速制作音樂(lè)原型、嘗試不同的風(fēng)格、聲音和樂(lè)器,同時(shí)提高現(xiàn)有軌道的音頻質(zhì)量。廣告代理商和視頻游戲開(kāi)發(fā)人員同樣能從中受益,前者可以快速調(diào)整廣告活動(dòng)的口音和情感,后者則能動(dòng)態(tài)創(chuàng)建游戲內(nèi)音頻素材或修改預(yù)錄制的音頻。

Fugatto的創(chuàng)新性體現(xiàn)在多個(gè)方面。首先,它采用了ComposableART技術(shù),能夠在推理過(guò)程中組合在訓(xùn)練期間單獨(dú)學(xué)習(xí)的指令,如將法國(guó)口音與悲傷情緒相結(jié)合。其次,該模型具有指令插值能力,允許用戶對(duì)文本指令進(jìn)行精細(xì)控制,如調(diào)整重音和情緒強(qiáng)度。此外,F(xiàn)ugatto還能生成隨時(shí)間變化的聲音,如模擬暴雨逐漸增強(qiáng)又慢慢消失的場(chǎng)景,為音景創(chuàng)作提供了更多可能性。

最重要的是,與大多數(shù)只能重現(xiàn)訓(xùn)練數(shù)據(jù)的模型不同,F(xiàn)ugatto能夠創(chuàng)造出全新的音景,如雷雨逐漸緩和為黎明的場(chǎng)景,展示了其在音頻生成領(lǐng)域的無(wú)限潛力。

隨著Fugatto的發(fā)布,英偉達(dá)再次展示了其在人工智能領(lǐng)域的領(lǐng)導(dǎo)地位,為音頻創(chuàng)作和編輯帶來(lái)了前所未有的創(chuàng)新和便利。這款“聲音的瑞士軍刀”無(wú)疑將在音樂(lè)、廣告和視頻游戲等多個(gè)行業(yè)中發(fā)揮重要作用,開(kāi)啟音頻創(chuàng)作的新紀(jì)元。

極客網(wǎng)企業(yè)會(huì)員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。

2024-11-26
英偉達(dá)發(fā)布創(chuàng)新AI模型Fugatto:音頻領(lǐng)域的“瑞士軍刀”
?全球領(lǐng)先的計(jì)算技術(shù)公司英偉達(dá)近日宣布了一項(xiàng)革命性的創(chuàng)新成果——Fugatto,一款基于生成式Transformer架構(gòu)的人工智能模型,被譽(yù)為音頻領(lǐng)域的“瑞士軍刀”。

長(zhǎng)按掃碼 閱讀全文