Гоогле АИ најавио је први у историји генератор АудиоЛМ за претварање текста у музику
Укратко
АудиоЛМ може произвести музику само слушањем звукова
Муберт АИ да настави људски говор и клавирску музику
sa GPT-3 и други, идеја о генеративној вештачкој интелигенцији има добре шансе да напредује. Открили смо и појмове сликања и надсликавања; АИ вешто употпуњује слике задржавајући тему и стил. Шта је са музиком?
И опет! Пошто је све ово засновано на АИ језичким моделима који задржавају значење, било је само питање времена када ће се ова технологија применити на музику. А сада је дошло време.
Према недавном Гоогле истраживању, нови оквир за аудио продукцију под називом АудиоЛМ може се научити да ствара реалистичан говор и клавирску музику једноставним слушањем звукова. Због своје дугорочне конзистентности и одличне верности, АудиоЛМ надмашује раније системе и унапређује креирање звука са апликацијама у синтези гласа и компјутерски потпомогнутој музици.
Развили смо систем за препознавање синтетичких звукова произведених у АудиоЛМ-у користећи исте концепте вештачке интелигенције који су били основа за креирање наших претходних модела.
АудиоЛМ од Гоогле АИ може да продужи акустични пролаз уз задржавање „намере“. До сада је обучен да настави људски говор и клавирску музику, на основу ограниченог узорка улазних података. Проверите узорак испод.
Критеријуми за говор били су једноставни: од слушалаца је тражено да процене да ли наставак звучи као људски говор. Са музиком је откривено да је „наставак“ одељка који је достављен за унос далеко супериорнији у квалитету од свих тренутних музичких генератора од нуле, као нпр. ЈукеБок. Уз сугестију на улазу, АИ наставља музику знатно боље.
Људски оцењивачи су слушали аудио узорке да би потврдили резултате. Утврдили су да ли чују прави наставак људског гласа који је снимљен или вештачки глас произведен од стране АудиоЛМ-а. Њихови подаци указују на стопу успешности од 51.2%. Као резултат тога, просечном слушаоцу ће бити изазов да направи разлику између говора који производи АудиоЛМ и стварног људског говора.
Да ли технологија претварања текста у музику мења музички посао?
Генератор текста у музику заснован на Муберт АПИ недавно је најавио још један АИ модел, Муберт. Муберт креира другачији скуп звукова за сваки захтев који пошаљете. Вероватноћа понављања је заиста мала. Музика се ствара када се постави захтев; не извлачи се из базе података готових мелодија. Како заиста генеративна ова музика је уобичајено питање.
Звукови се бирају пре креирања. И промпт за унос и Муберт АПИ тагови су кодирани у вектор латентног простора трансформаторске неуронске мреже. Затим се бира најближи вектор ознака за сваки упит, а пратеће ознаке се преносе нашем АПИ-ју за креирање музике. Ниједна неуронска мрежа није коришћена за конструисање ниједног од звукова (одвојене петље за бас, оловке, итд.); све звукове су произвели музичари и дизајнери звука.
Мубертов следећи значајан корак је узимање предмета из актуелног света, као што су фотографије, филмови, сценарији и презентације, и стварање музике света око вас.
Ево шта можете добити непромишљеним стављањем текстуалних упита у уста мјузикла Муберт АИ:
Ово је почетна фаза у процесу изградње софистициранијег и прецизнијег алгоритма за генерисање, али за то ће бити потребно време и новац.
Међутим, технологија претварања текста у музику је већ доступна, тако да можете генерисати албуме на велико тако што ћете искључити „инпут промпт“ за „напишите случајну скрипту упита“. Чини се да уметници више нису потребни.
Прочитајте још повезаних вести:
Одрицање од одговорности
У складу са Смернице пројекта Труст, имајте на уму да информације дате на овој страници нису намењене и не треба да се тумаче као правни, порески, инвестициони, финансијски или било који други облик савета. Важно је да инвестирате само оно што можете приуштити да изгубите и да тражите независан финансијски савет ако сумњате. За додатне информације, предлажемо да погледате одредбе и услове, као и странице помоћи и подршке које пружа издавач или оглашивач. MetaversePost је посвећен тачном, непристрасном извештавању, али тржишни услови су подложни променама без претходне најаве.
О аутору
Дамир је вођа тима, менаџер производа и уредник у Metaverse Post, покривајући теме као што су АИ/МЛ, АГИ, ЛЛМ, Метаверсе и Web3-сродна поља. Његови чланци привлаче огромну публику од преко милион корисника сваког месеца. Чини се да је стручњак са 10 година искуства у СЕО и дигиталном маркетингу. Дамир се помиње у Масхабле, Виред, Cointelegraph, Тхе Нев Иоркер, Инсиде.цом, Ентрепренеур, БеИнЦрипто и друге публикације. Путује између УАЕ, Турске, Русије и ЗНД као дигитални номад. Дамир је стекао диплому физике, за коју верује да му је дало вештине критичког размишљања које су му потребне да буде успешан у свету интернета који се стално мења.
više чланака
Дамир је вођа тима, менаџер производа и уредник у Metaverse Post, покривајући теме као што су АИ/МЛ, АГИ, ЛЛМ, Метаверсе и Web3-сродна поља. Његови чланци привлаче огромну публику од преко милион корисника сваког месеца. Чини се да је стручњак са 10 година искуства у СЕО и дигиталном маркетингу. Дамир се помиње у Масхабле, Виред, Cointelegraph, Тхе Нев Иоркер, Инсиде.цом, Ентрепренеур, БеИнЦрипто и друге публикације. Путује између УАЕ, Турске, Русије и ЗНД као дигитални номад. Дамир је стекао диплому физике, за коју верује да му је дало вештине критичког размишљања које су му потребне да буде успешан у свету интернета који се стално мења.
