英伟达发布音频生成模型 Fugatto

主要观点总结

英伟达展示了一款名为Fugatto的AI模型，用于生成音乐和音频。该模型能够根据文本提示修改声音和产生新的声音，面向音乐、电影和游戏制作商。新模型可以创造独特的声音，如改变乐器的声音，或改变歌曲中的人声和旋律。Fugatto建立在英伟达团队在语音建模、音频编码和音频理解等领域的工作基础上，并使用NVIDIA DGX超级计算机系统进行训练。

关键观点总结

关键观点1: 英伟达的AI模型Fugatto的用途和特点

该模型能根据文本提示修改声音和产生新的声音，面向音乐、电影和游戏制作商。它可以创造独特的声音，如改变乐器的声音和改变歌曲的人声和旋律。

关键观点2: Fugatto模型的技术基础

Fugatto建立在英伟达团队在语音建模、音频编码和音频理解等领域的工作基础上，使用英伟达的NVIDIA DGX超级计算机系统进行训练。

关键观点3: Fugatto模型的训练和使用

完整版本的Fugatto使用25亿参数，并在包含32个英伟达H100 Tensor Core GPU的超级计算机上进行训练。该模型可以通过开源数据进行训练。

文章预览

英伟达展示了一款用于生成音乐和音频的 AI 模型 Fugatto。该模型可以根据文本提示修改声音、产生新的声音。新模型面向音乐、电影和游戏制作商。它可以改变录音的口音和情绪，将钢琴演奏转换成人声歌唱，具体来讲，Fugatto 可以分离歌曲中的人声，添加乐器，将钢琴换成歌剧歌手来改变旋律。英伟达表示，新模型可以创造出“从未听过的声音”，比如可以使小号吠叫或者萨克斯发出猫叫声。Fugatto 建立在英伟达团队此前在语音建模、音频编码和音频理解等领域的工作基础上，完整版本使用 25 亿参数。新模型根据开源数据在包含 32 个英伟达 H100 Tensor Core GPU 的 NVIDIA DGX 超级计算机系统上进行训练。 https://fugatto.github.io/  https://www.thepaper.cn/newsDetail_forward_29459142 您的赞赏是对我们的鼓励，We’ll be more solid with your donations. ………………………………