Η Nvidia παρουσίασε την Fugatto που παράγει νέους ήχους

Η Nvidia παρουσίασε ένα νέο μοντέλο τεχνητής νοημοσύνης για τη δημιουργία μουσικής που μπορεί να τροποποιεί τις φωνές και να παράγει νέους ήχους, τεχνολογία που απευθύνεται στους παραγωγούς μουσικής, ταινιών και βιντεοπαιχνιδιών. Δήλωσε ότι δεν έχει άμεσα σχέδια να δημοσιοποιήσει την τεχνολογία, την οποία ονομάζει Fugatto, συντομογραφία για Foundational Generative Audio Transformer Opus 1. Εντάσσεται σε άλλες τεχνολογίες που παρουσιάστηκαν από νεοσύστατες επιχειρήσεις όπως η Runway και μεγαλύτερους παίκτες όπως η Meta, οι οποίες μπορούν να παράγουν ήχο ή βίντεο από μια προτροπή κειμένου. Η έκδοση της Nvidia παράγει ηχητικά εφέ και μουσική από μια περιγραφή κειμένου, συμπεριλαμβανομένων νέων ήχων, όπως το να κάνει μια τρομπέτα να γαβγίζει σαν σκύλος.

Αυτό που την κάνει να διαφέρει από άλλες τεχνολογίες τεχνητής νοημοσύνης είναι η ικανότητά της να δέχεται και να τροποποιεί υπάρχοντα ηχητικά δεδομένα, για παράδειγμα παίρνοντας μια γραμμή που παίζεται σε πιάνο και μετατρέποντάς την σε γραμμή που τραγουδάει ανθρώπινη φωνή, ή παίρνοντας μια ηχογράφηση προφορικού λόγου και αλλάζοντας την προφορά που χρησιμοποιείται και τη διάθεση που εκφράζεται.

ΤΕΥΧΟΣ 632