分享好友 智快网首页 频道列表

微软发布 AI 声音生成工具 VALL-E,只需 3 秒音频即可模仿人说话

2023-01-1000

1 月 10 日消息,微软最近发布了一款名为 VALL-E 的人工智能工具,只需 3 秒音频即可模仿人说话。

该工具经过 60000 小时英语语音数据的训练,并使用特定语音的 3 秒剪辑来生成内容。与目前的许多人工智能工具不同,VALL-E 可以复制说话者的情绪和语气,即使说话者本人从未说过的单词也可以模仿。

康奈尔大学的一篇论文使用 VALL-E 合成了几种声音,大家可以在 GitHub 上聆听这些 AI 合成的音频。

研究人员指出,在许多情况下,Vall-E 的性能优于当前的文本到语音转换模型。然而,该研究还写道,人工智能模型目前存在几个问题。例如,文本提示中的某些单词可能会发音不清晰、完全遗漏或在输出中出现两次。此外,该模型目前难以模仿某些声音,尤其是带有口音的声音。

像其他 AI 新技术一样,VALL-E 在安全、伦理等方面也引发了担忧。微软发布了关于使用 VALL-E 的道德声明,但未来的使用用途方面没有明确说明。

目前,微软 Vall-E 尚未开源。微软已经在 GitHub 上创建了一个 Vall-E 存储库,但目前只包含一个描述文件。

举报 0
收藏 0
打赏 0
24 小时不间断直播,完全由 AI 生成的情景剧《Nothing, Forever》引发关注
2 月 1 日消息,类似于广受欢迎的美国情景喜剧《宋飞传》(Seinfeld),一部完全由 AI 生成的情景剧《Nothing, Forever》于去年 12 月 14 日在 Twitch 平台开播之后,引发了广泛关注。情景剧《Nothing, Foreve

0评论2023-02-010

谷歌称将用创新和负责任的方式开发 AI
1 月 18 日消息,谷歌官方发布博客,概述了谷歌发展 AI(人工智能)的未来方向,认为 AI 具备造福社会和提供变革性创新的潜力,并将专注于用创新和负责任的方式让 AI 造福用户和社会。该文章由谷歌 CEO Sundar

0评论2023-01-180

雅虎财经分析师:2025 年 90% 的在线内容由 AI 生成
1 月 14 日消息,雅虎财经高级科技记者亚历山德拉・加芬克尔(Alexandra Garfinkle)在最新评论文章中预估,2025 年 90% 的在线内容将会由 AI 生成。IT之家小课堂:Alexandra Garfinkle 目前担任雅虎财经的高

0评论2023-01-140

研究发现,人工智能语言模型 GPT-3 在智商测试中明显胜过人类大学生
1 月 9 日消息,2020 年 6 月,在训练约 2000 亿个单词、烧掉几千万美元后,史上最强大 AI 模型“生成型已训练变换模型 3”(GPT-3)一炮而红。这个 OpenAI 打造的语言 AI 模型宛如万能选手,只有你想不到的画

0评论2023-01-090

研究发现,人工智能语言模型 GPT-3 在智商测试中明显胜过人类大学生
1 月 9 日消息,2020 年 6 月,在训练约 2000 亿个单词、烧掉几千万美元后,史上最强大 AI 模型“生成型已训练变换模型 3”(GPT-3)一炮而红。这个 OpenAI 打造的语言 AI 模型宛如万能选手,只有你想不到的画

0评论2023-01-090

苹果中国官网上线智能家居板块,开售大量第三方配件
1 月 9 日消息,近期苹果中国区官网已上线单独的家居板块(Apple Home)。页面显示,家居板块主要分为三个品类:HomePod、Home App(家庭 App)以及智能家居配件。其中,HomePod 是 Apple 的智能音响产品,可以

0评论2023-01-090