我们正处于一个信息大暴发的时代,每天都能产生数以百万计的新闻资讯!
虽然有大数据推荐,但面对海量数据,通过我们的调研发现,在一个小时的时间里,您通常无法真正有效地获取您感兴趣的资讯!
头条新闻资讯订阅,旨在帮助您收集感兴趣的资讯内容,并且在第一时间通知到您。可以有效节约您获取资讯的时间,避免错过一些关键信息。
1月10日消息,微软最近发布了一款名为VALL-E的人工智能工具,只需3秒音频即可模仿人说话。
该工具经过60000小时英语语音数据的训练,并使用特定语音的3秒剪辑来生成内容。与目前的许多人工智能工具不同,VALL-E可以复制说话者的情绪和语气,即使说话者本人从未说过的单词也可以模仿。
康奈尔大学的一篇论文使用VALL-E合成了几种声音,大家可以在 GitHub上聆听这些AI合成的音频。
研究人员指出,在许多情况下,Vall-E的性能优于当前的文本到语音转换模型。然而,该研究还写道,人工智能模型目前存在几个问题。例如,文本提示中的某些单词可能会发音不清晰、完全遗漏或在输出中出现两次。此外,该模型目前难以模仿某些声音,尤其是带有口音的声音。
像其他AI新技术一样,VALL-E在安全、伦理等方面也引发了担忧。微软发布了关于使用VALL-E的道德声明,但未来的使用用途方面没有明确说明。
目前,微软Vall-E尚未开源。微软已经在GitHub上创建了一个 Vall-E存储库,但目前只包含一个描述文件。
以上内容为资讯信息快照,由td.fyun.cc爬虫进行采集并收录,本站未对信息做任何修改,信息内容不代表本站立场。
快照生成时间:2023-01-10 13:45:09
本站信息快照查询为非营利公共服务,如有侵权请联系我们进行删除。
信息原文地址: