谷歌 AI 宣布推出首款文本转音乐生成器 AudioLM
简单来说
AudioLM 可以通过听声音来制作音乐
Mubert AI 继续人类语音和钢琴音乐
GPT-3 和其他人一样，生成人工智能的想法很有可能向前发展。 我们还发现了修复和修复的概念； AI在保持主题和风格的同时巧妙地完成了图像。 音乐呢？
又一次！ 由于所有这一切都基于保留意义的 AI 语言模型，因此这项技术应用于音乐只是时间问题。 现在是时候了。
根据谷歌最近的研究，一种名为 AudioLM 的新音频制作框架可能会被教导仅通过聆听声音来创作逼真的演讲和钢琴音乐。 由于其长期的一致性和出色的保真度，AudioLM 超越了早期的系统，并通过语音合成和计算机辅助音乐中的应用推进了音频创作。
我们开发了一个系统来识别 AudioLM 产生的合成声音，使用支持我们之前模型创建的相同 AI 概念。
音频LM 来自谷歌的人工智能可以在保持“意图”的同时扩展一段声音。 截至目前，它已经接受了基于有限的输入数据样本继续人类语音和钢琴音乐的训练。 检查下面的示例。
语音的标准很简单：听众被要求评估连续音是否听起来像人类的语音。 随着音乐，人们发现提供给输入的部分的“延续”在质量上远远优于目前所有从头开始的音乐生成器，例如 点唱机. 通过输入建议，人工智能可以更好地继续播放音乐。
人工评分员听取音频样本以确认结果。 他们确定自己听到的是真实的人类声音的延续，还是 AudioLM 产生的人工声音。 他们的数据表明成功率为 51.2%。 因此，对于普通听众来说，区分 AudioLM 产生的语音和真实的人类语音将是一项挑战。
文本转音乐技术是否会改变音乐行业？
基于文本到音乐的生成器 穆伯特 API 另一位人工智能模型 Mubert 最近宣布了这一消息。 Mubert 为您发送的每个请求创建一组不同的声音。 重复的可能性确实很小。 当提出请求时，音乐就会被创建； 它不是从成品曲调数据库中提取的。 多么真实 生成这个音乐 这是一个常见问题。
在创建之前选择声音。 输入提示和 Mubert API 标签都被编码为 transformer 神经网络的潜在空间向量。 然后为每个查询选择最接近的标签向量，并将附带的标签传输到我们的 API 以创建音乐。 没有使用神经网络来构建任何声音（低音、主音等的单独循环）； 所有的声音都是由音乐家和声音设计师制作的。
Mubert 的下一个重要步骤是从当前世界中获取项目，例如照片、电影、场景和演示文稿，并创作您周围世界的音乐。
以下是不计后果地将文本提示放入音乐剧 Mubert AI 的口中可以获得的结果：
这是构建更复杂、更精确的生成算法过程的初始阶段，但这需要时间和金钱。
然而，文本到音乐的技术已经可用，因此您可以通过将“输入提示”切换为“编写随机提示脚本”来批量生成专辑。 似乎不再需要艺术家。
阅读更多相关新闻：
免责声明
在与行 信托项目指南，请注意，本页提供的信息无意且不应被解释为法律、税务、投资、财务或任何其他形式的建议。 重要的是，仅投资您可以承受损失的金额，并在有任何疑问时寻求独立的财务建议。 如需了解更多信息，我们建议您参阅条款和条件以及发行人或广告商提供的帮助和支持页面。 MetaversePost 致力于提供准确、公正的报告，但市场状况如有变更，恕不另行通知。
关于作者
Damir 是团队领导、产品经理和编辑 Metaverse Post，涵盖 AI/ML、AGI、LLM、Metaverse 等主题 Web3- 相关领域。 他的文章每月吸引超过一百万用户的大量读者。 他似乎是一位在 SEO 和数字营销方面拥有 10 年经验的专家。 达米尔曾在 Mashable、Wired、 Cointelegraph、《纽约客》、Inside.com、Entrepreneur、BeInCrypto 和其他出版物。 他作为数字游牧者往返于阿联酋、土耳其、俄罗斯和独联体国家之间。 达米尔获得了物理学学士学位，他认为这赋予了他在不断变化的互联网格局中取得成功所需的批判性思维技能。
更多文章
Damir 是团队领导、产品经理和编辑 Metaverse Post，涵盖 AI/ML、AGI、LLM、Metaverse 等主题 Web3- 相关领域。 他的文章每月吸引超过一百万用户的大量读者。 他似乎是一位在 SEO 和数字营销方面拥有 10 年经验的专家。 达米尔曾在 Mashable、Wired、 Cointelegraph、《纽约客》、Inside.com、Entrepreneur、BeInCrypto 和其他出版物。 他作为数字游牧者往返于阿联酋、土耳其、俄罗斯和独联体国家之间。 达米尔获得了物理学学士学位，他认为这赋予了他在不断变化的互联网格局中取得成功所需的批判性思维技能。
