輝達展示新AI模型Fugatto 可生成和改造聲音

全球人工智慧(AI)晶片霸主輝達(Nvidia)25日展示一種用於生成音樂和音頻的AI新模型,可改造並生成新奇的聲音,目標鎖定音樂、電影和電玩遊戲製作人。

FILE PHOTO: A smartphone with a displayed NVIDIA logo is placed on a computer motherboard in this illustration taken March 6, 2023. REUTERS/Dado Ruvic/Illustration/File Photo
全球人工智慧(AI)晶片霸主輝達(Nvidia)25日展示一種用於生成音樂和音頻的AI新模型。(路透社資料照)

路透社報導,輝達表示,目前並未打算立即公開推出這項Fugatto(Foundational Generative Audio Transformer Opus 1)技術。

Runway等新創公司以及諸如Meta Platforms等更大型企業,都有發表可根據文字提示生成音訊或視訊的技術。

而輝達的版本會根據文字描述生成音效和音樂,包括新奇的聲音,例如小號會發出像狗叫的聲音。

Fugatto與其他AI技術不同的地方,在於它能接收和修改現有音頻,例如將鋼琴彈奏的一段音樂轉換為人聲演唱版本,或讓錄下來的口語改變口音及其情緒表達。

輝達深度學習應用研究副總裁卡坦察羅(Bryan Catanzaro)表示:「想想過去50年的合成音頻,就會發現當下的音樂聽起來不一樣,因為有電腦、合成器。」「我認為生成式AI將為音樂、電玩和想創作的普通人帶來新的能力。」