標(biāo)簽：音頻

谷歌深夜放復(fù)仇殺器Gemini，最強(qiáng)原生多模態(tài)史詩(shī)級(jí)碾壓GPT-4！語(yǔ)言理解首超人類(lèi)

新智元報(bào)道編輯：編輯部【新智元導(dǎo)讀】傳說(shuō)中的Gemini，終于在今天深夜上線(xiàn)了！「原生多模態(tài)」架構(gòu)，是谷歌的史詩(shī)級(jí)創(chuàng)舉，Gemini也如愿在多個(gè)領(lǐng)域超越了GPT-4...
閱讀原文

規(guī)模小、效率高：DeepMind推出多模態(tài)解決方案Mirasol 3B

機(jī)器之心報(bào)道機(jī)器之心編輯部性能優(yōu)于規(guī)模更大的模型。多模態(tài)學(xué)習(xí)面臨的主要挑戰(zhàn)之一是需要融合文本、音頻、視頻等異構(gòu)的模態(tài)，多模態(tài)模型需要組合不同來(lái)源的...
閱讀原文

微軟用GPT-4V解讀視頻，看懂電影還能講給盲人聽(tīng)，1小時(shí)不是問(wèn)題

機(jī)器之心報(bào)道編輯：Panda、陳萍差不多已經(jīng)掌握語(yǔ)言能力的大模型正在進(jìn)軍視覺(jué)領(lǐng)域，但具有里程碑意義的 GPT-4V 也仍有諸多不足之處，參閱《》。近日，微軟 Azu...
閱讀原文

浙大拿下唯一最佳論文獎(jiǎng)，中國(guó)團(tuán)隊(duì)喜獲三項(xiàng)大獎(jiǎng)！ACM MultiMedia 2023獎(jiǎng)項(xiàng)揭幕

新智元報(bào)道編輯：LRS【新智元導(dǎo)讀】ACM MM 2023上中國(guó)團(tuán)隊(duì)獲三項(xiàng)大獎(jiǎng)，多媒體領(lǐng)域再獲新突破。近日，2023 ACM MultiMedia會(huì)議落下帷幕，中國(guó)大陸團(tuán)隊(duì)在這次國(guó)...
閱讀原文

多媒體頂會(huì)ACM Multimedia 2023各大獎(jiǎng)項(xiàng)揭曉！浙大獲最佳論文，昆士蘭獲最佳學(xué)生論文

【導(dǎo)讀】第31屆ACM國(guó)際多媒體會(huì)議（ACM MM）于2023年10月29日至11月2日加拿大渥太華舉行。最佳論文，最佳學(xué)生論文，最佳demo， 最佳開(kāi)源軟件在內(nèi)的所有多媒體...
閱讀原文

爆料！馬斯克 xAI 打造的ChatGPT競(jìng)品被曝光！

夕小瑤科技說(shuō) 原創(chuàng)作者 | 王二狗馬斯克旗下公司 xAI 的第一款A(yù)I模型曝光！名為：Grōk ，有望成為ChatGPT最強(qiáng)競(jìng)品！Grōk是什么意思呢？二狗我問(wèn)了一下GPT-4：G...
閱讀原文

兩天star量破千：OpenAI的Whisper被蒸餾后，語(yǔ)音識(shí)別數(shù)倍加速

機(jī)器之心報(bào)道編輯：張倩模型小了，幻覺(jué)還減輕了。前段時(shí)間，「霉霉大秀中文」的視頻在各個(gè)社交媒體走紅，隨后又出現(xiàn)了「郭德綱大秀英語(yǔ)」等類(lèi)似視頻。這些視...
閱讀原文

Suno Ai : 文本轉(zhuǎn)歌曲不再難！媲美真實(shí)歌手，音樂(lè)界的Midjourney？

Suno Ai工具介紹：Suno是一家專(zhuān)門(mén)從文本生成AI音頻的美國(guó)創(chuàng)業(yè)公司。該公司最近推出了最新的文本到歌曲模型Chirp v1，它可以根據(jù)風(fēng)格和歌詞生成音樂(lè)，包括人聲...
閱讀原文

被 TWS 耳機(jī)剪掉的耳機(jī)線(xiàn)，什么時(shí)候還給我？

無(wú)線(xiàn)勝有線(xiàn)傳輸是關(guān)鍵智能手機(jī)的 Hi-Fi 就像燎原的野火一般，從智能手機(jī)的草原上匆匆掠過(guò)，燒得猛烈，也落得悲涼。如果要尋求手機(jī) Hi-Fi 突然走向下坡路的時(shí)...
閱讀原文

輸入文本就能生成音樂(lè)，Stability AI發(fā)布音樂(lè)生成工具Stable Audio

Stability AI 是一家專(zhuān)注于開(kāi)源 AI 模型的創(chuàng)業(yè)公司，其旗下的 Stable Diffusion 是如今最好的圖片生成AI之一。9月14日，著名開(kāi)源平臺(tái)Stability AI在官網(wǎng)發(fā)布...
閱讀原文

幾行代碼，幾秒鐘就能生成令人驚嘆的音頻樣本！HuggingFace推出音頻生成Pipeline

夕小瑤科技說(shuō) 原創(chuàng)編輯 | 謝年年音頻是我們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠郑缃?，AI+音頻帶來(lái)了前所未有的體驗(yàn)。通過(guò)AI技術(shù)，只需簡(jiǎn)單地輸入一些文本提示就可...
閱讀原文
1…456