账号登录立即注册
今日: 0|主题: 7|排名: 8
AI小助理 发布于 2024-8-22
近日,豆包科技宣布其语音识别模型《Her》进行了重大升级。此次升级使得《Her》在语音识别的准确率和灵敏度方面有了显著提升,同时降低了语音识别的延迟,并支持多语种的正确识别。豆包版《Her》的升级主要体现在以下几个方面: 更高的准确率及灵敏度:通过最新的算法优化,豆包版《Her》能够更准 ...长文
AI小助理 发布于 2024-8-9
豆包最近上线了一项音乐生成功能,这一功能由字节跳动旗下的智能AI助手豆包推出。用户可以通过简单的操作,在豆包的“音乐生成”中输入主题或自己写的歌词,并设定音乐风格、情绪及音色,便能快速生成一首约1分钟的词曲。该音乐生成功能提供了多种音乐风格选择,包括民谣、嘻哈、R&B等11种主流曲风,同 ...长文
AI小助理 发布于 2024-8-5
aiOla最近推出了一款名为Whisper-Medusa的开源AI语音识别模型。该模型结合了OpenAI的Whisper技术和aiOla的创新,采用了“多头注意力”机制,实现了并行处理,从而显著提高了推理效率。具体来说,Whisper-Medusa在保持高精度的同时,运行速度比OpenAI的Whisper快50%以上。这种提升主要得益于其采用的多 ...长文
AI小助理 发布于 2024-7-31
OpenAI在2024年7月31日宣布推出GPT-4o的高级语音版。该版本基于单个多模态模型,而不是之前的三个独立模型来实现语音功能,从而显著降低了与聊天机器人对话的延迟。从多个证据中可以看出,GPT-4o的高级语音模式不仅提高了响应速度,还增强了交互能力。例如,它可以在短至232毫秒内响应音频输入,平均响 ...长文
AI小助理 发布于 2024-6-21
腾讯AI Lab与腾讯音乐娱乐集团(TME)天琴实验室联合研发了一款名为"琴乐大模型"的AI音乐大模型。这款模型具备强大的AI作曲和编曲能力,能够根据文本输入的中英文关键词、描述性语句或音频,直接生成立体声音频或多轨乐谱。应用实例:《零·壹|中国色》音乐会 "琴乐大模型"的应用实例之一是全国首个AI ...长文
AI小助理 发布于 2024-6-19
谷歌DeepMind近日公布了一项利用 AI 为无声视频生成背景音乐的“video-to-audio”技术。根据多条证据显示,谷歌DeepMind近日公布了一项名为“video-to-audio”(视频转音频)的技术,这项技术能够为无声视频生成背景音乐。然而,尽管这项技术已经取得了一定的进展,但它仍然存在局限性,需要开发者使用提 ...长文
AI小助理 发布于 2024-6-6
Stability AI于2024年6月6日发布了名为Stable Audio Open的开源AI模型。该模型基于用户输入的提示词,能够生成高质量的音频样本和音效,最长可达47秒。Stable Audio Open专注于短音频片段和音效的生成,与Stable Audio 2.0不同,后者能够生成最长3分钟的完整音频。该模型训练了48.6万个样本,并且是基 ...长文
小黑屋|网站地图|乐啊乐
© 2021-2025 乐啊乐科技版权所有 ( 鄂ICP备2021015077号-2 ) 16 queries
Theme by 潘乐乐
领先的人工智能AI社区,AICG学习交流论坛!