Music-to-Dance: EDGE AI genererer et uendeligt antal danseidéer til TikTok baseret på lydinput
Kort sagt
EDGE: The AI Generated Choreography Software That's Changing the Dance World
Stanford University har annoncerede en kraftfuld musik-til-danse AI, der genererer dans fra lydinput kaldet EDGE. EDGE er en potent metode til tilpasselig danseskabelse, der kan producere fysisk troværdige, realistiske danse, mens de overholder enhver medfølgende musik. Med hjælp fra Jukebox, en potent musikfunktionsudtrækker og transformerbaseret diffusionsmodel, tilbyder EDGE kraftfulde redigeringsfunktioner, der er ideelle til dans, såsom ledmæssig konditionering, bevægelse imellem og dansefortsættelse. Den opdager, at menneskelige vurderinger i høj grad favoriserer danse genereret af EDGE sammenlignet med nyere tilgange som f.eks Bailando og FAKTA.
Fra musik til koreografi: Hvordan EDGE genererer sine danse
Selv for musikprøver fundet i naturen, kan EDGE producere danse af høj kvalitet ved hjælp af musikindlejringer fra den robuste Jukebox-model. En frossen Jukebox-model bruges af EDGE til at inkorporere inputmusik. En serie af fem sekunders danseklip bruges til at undervise i en betinget diffusionsmodel hvordan man kortlægger musikken indlejret i klippene. Før du samler batcher af flere klip sammen for at skabe en fuld video af vilkårlig længde, anvendes tidsmæssige begrænsninger for at sikre tidsmæssig konsistens.
Frisk genererede musik-til-dans-output
Vilkårlige tidsmæssige og rumlige begrænsninger understøttes af EDGE. Der er adskillige slutbrugerapplikationer, der kan understøttes af dette, herunder:
- Ved at kræve tidsmæssig kontinuitet på tværs af partier af adskillige sekvenser kan danse af vilkårlig længde produceres.
- Danse, der inkluderer ledbegrænsninger, såsom bevægelse af underkroppen, der forårsager generering af overkroppen, eller det modsatte.
- Danser med begyndende og afsluttende bevægelser, der er forudbestemte.
- Danse, der begynder med en forudbestemt bevægelse, er kendt som dansefortsættelser.
Forskere fandt ud af, at menneskelige observatører i overvejende grad foretrak danse genereret af EDGE-algoritmen frem for danse genereret af andre algoritmer. Undersøgelsens forfattere siger, at EDGE-algoritmen repræsenterer et stort fremskridt inden for computergenereret dans. De mener, at algoritmen kunne bruges til at skabe danse til den virkelige verden og virtuelle begivenheder, såsom sociale og TikTok-trends, bryllupper, fester eller firmaarrangementer.
Læs mere om AI:
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
Flere artikler
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
