DeepMind 发布了一个音乐生成模型Lyria，与其他模型不同的是这个模型不止可以生成音乐也可以生成搭配音乐的人声。同时支持对输出的音乐进行精细控制。
另外这个模型已经在 youtube Dream Track功能中落地，创作者将能够使用 Dream Track 制作多位艺术家的人工智能生成的声音和音乐风格。
Dream Track 可以按照所选参与艺术家的风格同时生成歌词、背景音乐和 AI 生成的声音。
为了确保负责任地部署，Lyria模型的输出使用SynthID进行水印标记。这项技术将AI生成的音频中嵌入一个水印，即使经过常见的修改，如MP3压缩或速度变化，该水印也能被检测到。
原创文章，作者：校长，如若转载，请注明出处：https://www.yundongfang.com/Yun267042.html
微信扫一扫不于多少！
支付宝扫一扫礼轻情意重
Opera 最近宣布将本地 AI 模型集成到其 Opera One 浏览器中。随着这一发展，Opera 成为第一个内置 AI 模型的主要浏览器，您现在可以从 150 个大型语言模型…
Open-Sora 开源替代 OpenAI 的 Sora 文本转视频 AI 继今年早些时候推出 Sora 之后，OpenAI 强大的文本到视频 AI 模型以 Open-Sora 的…
OpenAI Q Star 理论 AI 模型解读 如果您有兴趣了解有关 OpenAI Q* Star AI 模型的更多信息，该模型显然正在开发中。本快速指南概述了我们目前所知道…
一年多来，GPT-4 一直是占主导地位的 AI 模型，显然比任何其他可用的 LLM 系统都要聪明得多。这种情况在上个月发生了变化，现在有三个GPT-4级模型，它们都为自己的聊天机器…
DepthFM: 使用深度流匹配技术的快速单目深度预测 一个深度图分析模型，通过流匹配（Flow Matching）技术，可以有效地实现这一目标，因为它在解空间中形成的直线轨迹既高…
VoiceCraft：超过XTTS的语音模型 VOICECRAFT模型介绍： VOICECRAFT是一个先进的神经编解码语言模型，专门用于语音编辑和零样本文本到语音（TTS）任务。…
Mora：借助多智能体系统实现通用视频生成 微软的一个视频生成项目 Mora，利用 Agents 来复原 Sora 的能力，基本还原了 Sora 所有的能力，目前支持生成 1024…
OMG: 在扩散模型中友好处理遮挡的个性化多概念生成 腾讯这个新研究，支持多角色多概念在一张图片中生成。以前的 ID 或者概念保持项目只能将一个人还原在图片里面，有了这个项目以后就…
字节发布了AnimateDiff-Lightning 模型 字节发布了AnimateDiff-Lightning 模型，只需要 4-8 步的推理就可以生成质量非常不错的视频。 跟 …
Suno 发布了自己的歌曲生成模型V3版本 Suno 正式发布了他们的 V3 音乐生成模型，现在所有人都可以使用。 V3 改进的内容主要是： ◦ 音质更佳，带来更加清晰动听的音频体…
有关 OpenAI Q-STAR 的更多细节揭晓 关于 OpenAI 的 Q-STAR 有一个未经证实的泄漏，这是一个对话系统，据说利用基于能量的模型 （EBM） 来生成响应。据报…
如何使用 Haiper 免费制作 AI 视频 Haiper AI 是一款突破性的 AI 视频生成器，最近进入市场，为用户提供了完全免费创建令人惊叹的逼真视频的能力。Haiper A…
GFlowNets是人工智能的未来吗，它们是什么？ GFlowNets 是在 Yoshua Bengio 的指导下开发的，代表了人工智能 （AI） 领域的一种新颖训练算法，与 Tr…
Stable Diffusion 和 ComfyUI AI 艺术生成器初学者指南 如果您想开始使用 Stable Diffusion 和 ComfyUI，乍一看非常复杂。您会很高兴…
OpenAI 首席技术官透露可能的 Sora AI 视频生成器发布日期 OpenAI 首席技术官 （CTO） Mira Murati 在接受《华尔街日报》采访时，对 OpenAI …
当您开始在 iPhone 上播放媒体时，锁定屏幕会显示一个大小组件，其中显示当前音乐曲目或媒体，以及播放、音量和切换设备选项的控制。虽然这可能很有用，但有时当您停止听音乐时，小部件…
Snapchat 提供了一个声音工具，可让您将配乐添加到故事和快照中。您可以使用此工具以独特的方式表达自己，寻找灵感将您的内容上传到 Snapchat，并发现您以前从未听过的歌曲和…
Runway 是一种文本到视频的 AI 服务，它正在改变我们创建视频和动画的方式，它具有强大的新功能，允许用户以令人难以置信的精度为静态图像添加运动。这种环境控制设置对于使用该平台…
Assistive：视频生成工具 新的视频生成软件Assistive，支持从文本和图像生成视频，从演示视频的流体内容和表现来看，我嗅到了SVD的熟悉味道。同时推出的还有DATA-一…
Musicgen-remixer：将音乐重新混音 挺有意思的项目，可以将一段音乐通过提示词，重新混音，自己做视频或内容想改一下某段音乐的氛围的可以用一下。
I2V-Adapter：直接从图片生成视频 快手也发布了一个视频生成模型 I2V-Adapter。主要用于从图片获取信息直接生成视频，这个项目可以与已有的 SD 生态比如Conto…
“大型语言模型”和“LLM”这些术语将变得不那么常见 在当今人工智能领域，“大型语言模型”（及其缩写LLM）经常被用作“任何先进人工智能模型”的简称。这是可以理解的，因为许多最初崭…
最先进的封闭模型将继续以显著优势胜过最先进的开放模型 当今人工智能讨论中的一个重要话题是围绕开源和闭源人工智能模型的辩论。虽然大多数尖端人工智能模型开发者——如OpenAI、Goo…
OpenAI 最近推出了一份有价值的指南，旨在帮助用户充分利用与 ChatGPT 的互动。对于任何希望从 AI 获得更精确和相关答案的人来说，本指南都是一个重要的资源，无论他们的技…
OpenAI 最近推出了一份有价值的指南，旨在帮助用户充分利用与 ChatGPT 的互动。对于任何希望从 AI 获得更精确和相关答案的人来说，本指南都是一个重要的资源，无论他们的技…
