NVIDIA bemutatja a Fugatto AI audio generátort, amely soha nem hallott hangokat képes létrehozni

Az NVIDIA legújabb fejlesztése, a Fugatto (Foundational Generative Audio Transformer Opus 1), egy mesterséges intelligencia alapú audio generátor, amely képes új és egyedi hangokat létrehozni. A Fugatto szöveges és audio bemenetek alapján képes zenét, hangokat és beszédet generálni, még olyanokat is, amelyeket korábban nem tanítottak neki. 

A Fugatto lehetővé teszi a felhasználók számára, hogy szöveges utasítások alapján zeneszámokat állítsanak össze, például: "Hozz létre egy üvöltő, ugató szaxofont, majd elektronikus zenét ugató kutyákkal." Ezenkívül képes egyedi hangeffekteket létrehozni leírások alapján, például: "Mély, dübörgő basszus pulzusok párosítva szakaszos, magas hangú digitális csiripelésekkel, mint egy hatalmas érző gép ébredése." 

A Fugatto képes átalakítani valakinek a hangját, megváltoztatva az akcentust vagy a hangnemet, például dühös vagy nyugodt hangzásra. Zenei szerkesztési lehetőségeket is kínál, például képes elkülöníteni a vokált egy dalban, hozzáadni hangszereket, vagy megváltoztatni a dallamot egy zongora helyett egy operaénekesre cserélve. 

Az NVIDIA kutatói egy olyan adatkészletet állítottak össze, amely több millió audio mintát tartalmaz, beleértve a BBC hangeffektusait is, hogy kibővítsék a Fugatto képességeit. Bár más AI alapú audio eszközök is léteznek, egyik sem állítja, hogy teljesen új és soha nem hallott hangokat képes létrehozni. Azonban egyes vállalatok jogi kihívásokkal néznek szembe AI zenei eszközeik miatt. Az NVIDIA még nem közölte, hogy mikor vagy egyáltalán elérhetővé teszi-e a Fugatto-t a nagyközönség számára.