主题 : 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
知足常乐
级别: 十方秋水

UID: 23
精华: 1
发帖: 261065
威望: 117081 点
无痕币: 2195 WHB
贡献值: 0 点
在线时间: 9388(时)
注册时间: 2007-11-24
最后登录: 2024-03-29

0 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

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。
事能知足心常乐 人到无求品自高
级别: 六行秋雁

UID: 1363
精华: 0
发帖: 7124
威望: 21551 点
无痕币: 10087 WHB
贡献值: 0 点
在线时间: 787(时)
注册时间: 2007-11-27
最后登录: 2024-03-28

感谢楼主的资源分享
级别: 七朵秋菊
UID: 302041
精华: 0
发帖: 25121
威望: 15591 点
无痕币: 15434 WHB
贡献值: 0 点
在线时间: 958(时)
注册时间: 2022-01-01
最后登录: 2024-03-29

了解一下,谢谢分享。
级别: 十方秋水

UID: 88
精华: 0
发帖: 129700
威望: 220794 点
无痕币: 105768 WHB
贡献值: 0 点
在线时间: 51570(时)
注册时间: 2008-03-18
最后登录: 2024-03-29

了解一下。谢谢楼主分享。
知足常乐
级别: 十方秋水

UID: 23
精华: 1
发帖: 261065
威望: 117081 点
无痕币: 2195 WHB
贡献值: 0 点
在线时间: 9388(时)
注册时间: 2007-11-24
最后登录: 2024-03-29

看看了解一下吧!
事能知足心常乐 人到无求品自高
级别: 六行秋雁

UID: 30790
精华: 0
发帖: 1713
威望: 21903 点
无痕币: 6487 WHB
贡献值: 0 点
在线时间: 448(时)
注册时间: 2008-05-19
最后登录: 2024-02-25

感谢楼主辛苦分享。
宠辱不惊,闲看庭前花开花落。去留无意,漫随天外云卷云舒
级别: 八片秋叶

UID: 48
精华: 0
发帖: 9431
威望: 58544 点
无痕币: 2677 WHB
贡献值: 0 点
在线时间: 7686(时)
注册时间: 2008-03-09
最后登录: 2024-03-29

进来看看有什么。
Total 0.055101(s) query 4, Time now is:03-29 18:09, Gzip enabled 粤ICP备07514325号-1
Powered by PHPWind v7.3.2 Certificate Code © 2003-13 秋无痕论坛