標簽：音頻

夕小瑤科技說 原創(chuàng)作者 | 任同學還記得阿里巴巴那個讓照片說話的EMO項目嗎？如果還沒有看過相關的報道，可以看一下我們之前發(fā)過的文章哦： 比阿里EMO搶先開源...

豐色 發(fā)自 凹非寺量子位 | 公眾號 QbitAI谷歌最強大模型Gemini 1.5 Pro今天起，“全面”對外開放。 目前完全免費，開發(fā)者可以通過API調用的方式使用，普通玩家...

新智元報道編輯：Aeneas 好困 【新智元導讀】200名音樂人聯(lián)名信抗議的消息剛出，Stability AI的新音樂工具就來了！剛剛發(fā)布的Stable Audio 2.0，可以創(chuàng)作長達...

整理 | 傅宇琪 3 月 30 日，OpenAI 在官網(wǎng)首次展示了名為“ Voice Engine ”的語音生成模型，該模型能夠通過文本輸入和僅僅 15 秒的音頻樣本生成與原始說話者聲...

機器之心發(fā)布 機器之心編輯部4 月 2 日，昆侖萬維 AI 音樂生成大模型「天工 SkyMusic」即日起面向社會開啟免費邀測。 本輪邀測將開放 1000 個免費名額，面向...

機器之心報道 編輯：陳萍文本輸入和一個 15 秒的音頻樣本就能生成與原始說話者非常相似的自然聲音。今天，OpenAI 在語音領域又帶給我們一點點震撼，通過文本...

機器之心專欄 機器之心編輯部AI 數(shù)字人面部與肢體的驅動算法作為數(shù)字人研發(fā)的重要環(huán)節(jié)，可以大幅度降低 VR Chat、虛擬直播和游戲 NPC 等領域中的驅動成本。 ...

新智元報道編輯：alan 【新智元導讀】近日，來自谷歌的研究人員發(fā)布了多模態(tài)擴散模型VLOGGER，只需一張照片，和一段音頻，就能直接生成人物說話的視頻！只需...

編譯 | 核子可樂、Tina 輸入音樂流派風格、內容主題，僅需幾秒鐘內就可生成 2 分鐘音樂...... 近日，人工智能初創(chuàng)企業(yè) Suno 對外發(fā)布了 Suno 模型 V3 版本，...

作者：李寶珠 編輯：三羊 恰逢 2024 年國際婦女節(jié)，HyperAI超神經(jīng)有幸與上海交通大學計算機系副教授、博士生導師吳夢玥，進行了一次深度訪談，在一步步深入了...

才幾個月的功夫，AI 視頻生成技術就像是吃了興奮劑一樣，卷得飛起。 Sora 的余溫尚未過去，阿里就帶著它最新的 AI 視頻生成研究成果 EMO 來「炸街」了。 誰能...

衡宇 夢晨 發(fā)自 凹非寺量子位 | 公眾號 QbitAISora之后，居然還有新的AI視頻模型，能驚艷得大家狂轉狂贊！ 有了它，《狂飆》大反派高啟強化身羅翔，都能給大...

17個演示視頻+技術解讀，揭秘阿里如何讓任何人開口說話。 作者|香草 編輯|心緣 開局一張圖，后期可以全靠AI了！ 智東西2月29日報道，繼視頻生成模型Sora橫空...

機器之心報道 機器之心編輯部有了阿里的 EMO，AI 生成或真實的圖像「動起來說話或唱歌」變得更容易了。 最近，以 OpenAI Sora 為代表的文生視頻模型又火了起...

點擊上方藍字關注我們“Adobe推出全新AI實驗項目“Project Music GenAI Control”，旨在讓用戶通過文本輸入即可定制音樂，無需專業(yè)音頻技能。該工具允許用戶調整...