Nvidia представила Fugatto — инновационную модель искусственного интеллекта, которая способна создавать и изменять звуки по текстовому описанию.
Эта технология открывает новые возможности для музыкантов, разработчиков игр, рекламных агентств и других креативных индустрий. Подробности далее.
Читайте также: 5 бесплатных нейросетей для генерации музыки
Что умеет нейросеть Fugatto
Рассмотрим основные возможности, которые были заявлены разработчиками.
Создавать уникальные звуки: например, звуковой эффект «ливня с раскатами грома» или превращение звука поезда в игру струнного оркестра.
Работать с голосами: генерировать речь с заданным акцентом, эмоциональной окраской и изменением тональности.
Редактировать аудио: удалять вокал из трека, добавлять новые инструменты или преобразовывать один звук в другой, например, фортепиано в вокал.
В каких областях Fugatto найдёт применение:
- Музыка: быстрое создание черновых версий песен, экспериментирование с жанрами, инструментами и эффектами.
- Реклама: адаптация озвучки под разные регионы, изменение акцентов или эмоций в голосе.
- Игры: генерация новых звуков или изменение существующих в реальном времени для большей динамичности.
- Уникальные звуки: Fugatto может создавать аудиофайлы, которых раньше не существовало, например, «трубу, которая лает».
Fugatto работает на базе 2,5 миллиарда параметров и обучалась на огромной базе данных. В отличие от других ИИ-моделей, таких как решения от Stability AI или OpenAI, Fugatto позволяет создавать действительно уникальные звуковые эффекты, а не только модифицировать существующие.
Пока дата выхода Fugatto не объявлена, но уже ясно, что это шаг вперёд в аудиотехнологиях и составит серьёзную конкуренцию Suno AI.
Ранее DeepL представил голосовой ИИ-переводчик — DeepL Voice, который распознает 13 языков, включая русский.
