Nvidia 最近公佈一款名為 Fugatto 的全新 AI 音樂編輯工具,其核心技術能生成音效,例如把小號聲轉變成貓叫聲。Fugatto可以透過文字與音訊輸入,創造出全新音樂、聲音及語音效果。
▲Fugatto 能根據特定提示生成音樂、改變人聲的口音或音調等
據 Nvidia 分享的示範影片顯示,Fugatto 能根據特定提示生成音樂。例如,輸入「創作一段色士風的狼嚎與狗叫聲,接著融合電子音樂和狗吠聲」,系統便能生成符合描述的創作。Fugatto 不只能改變人聲的口音或音調(如怒吼或平靜聲線),還能對現有音樂進行編輯。Fugatto可分離歌曲中的人聲、加入額外樂器,甚至以歌劇演唱取代鋼琴旋律,亦能根據簡單描述製作獨特音效。
▲用戶只需輸入指令,即可生成音訊(圖片來源:Techeblog)
目前市場上已有多款 AI 音訊工具,如 Stability AI、OpenAI、Google DeepMind、ElevenLabs 和 Adobe,但大多數工具尚未聲稱能創造完全新穎音效。而部分 AI 初創企業因其音樂生成技術面臨版權訴訟, Nvidia 與其他公司亦被指曾利用 YouTube 字幕訓練 AI 模型。
Nvidia 發表的研究報告中提到,Fugatto 的訓練過程依賴大量音訊數據,涵蓋數百萬個樣本,當中包括 BBC 提供的音效資料庫。研究團隊還設計了指令,進一步擴展模型的任務範圍,令其在不需要額外數據下有更準確性能。 暫時 Nvidia 尚未透露何時會全面推出 Fugatto。
資料及圖片來源:Techeblog、The Verge、NVIDIA Developer
相關文章:
中國版 RTX 5090D 硬件或與普通版無分別 NVIDIA 疑有新法繞過出口禁令 NVIDIA Blackwell AI 晶片進入量產 今季已出貨 13,000 個樣本 集中生產 RTX 50 系列 Nvidia 停產 RTX 40 系列顯卡只剩一款