999精品,丝袜综合,大陆老熟妇性,中国老女人AV,亚洲精品国产第一区二区三区

環(huán)球播報:微軟發(fā)布 AI 聲音生成工具 VALL-E，只需 3 秒音頻即可模仿人說話
發(fā)布時間：2023-01-10 12:09:51 文章來源：IT之家
當(dāng)前位置： 主頁 > 資訊 > 國內(nèi) > 正文


(資料圖片僅供參考)

1月10日消息，微軟最近發(fā)布了一款名為VALL-E的人工智能工具，只需3秒音頻即可模仿人說話。

該工具經(jīng)過60000小時英語語音數(shù)據(jù)的訓(xùn)練，并使用特定語音的3秒剪輯來生成內(nèi)容。與目前的許多人工智能工具不同，VALL-E可以復(fù)制說話者的情緒和語氣，即使說話者本人從未說過的單詞也可以模仿。

了解到，康奈爾大學(xué)的一篇論文使用VALL-E合成了幾種聲音，大家可以在GitHub上聆聽這些AI合成的音頻。

研究人員指出，在許多情況下，Vall-E的性能優(yōu)于當(dāng)前的文本到語音轉(zhuǎn)換模型。然而，該研究還寫道，人工智能模型目前存在幾個問題。例如，文本提示中的某些單詞可能會發(fā)音不清晰、完全遺漏或在輸出中出現(xiàn)兩次。此外，該模型目前難以模仿某些聲音，尤其是帶有口音的聲音。

像其他AI新技術(shù)一樣，VALL-E在安全、倫理等方面也引發(fā)了擔(dān)憂。微軟發(fā)布了關(guān)于使用VALL-E的道德聲明，但未來的使用用途方面沒有明確說明。

目前，微軟Vall-E尚未開源。微軟已經(jīng)在GitHub上創(chuàng)建了一個，但目前只包含一個描述文件。

標(biāo)簽： 人工智能 研究人員 康奈爾大學(xué)

最近更新