NVIDIA تطلق Fugatto لإنشاء صوت من المطالبات النصية

أطلقت NVIDIA نموذجًا تجريبيًا جديدًا للذكاء الاصطناعي التوليدي، والذي تصفه بأنه "سكين الجيش السويسري للصوت". يمكن للنموذج المسمى Foundational Generative Audio Transformer Opus 1، أو Fugatto، تلقي الأوامر من المطالبات النصية واستخدامها لإنشاء الصوت أو تعديل ملفات الموسيقى والصوت والصوت الموجودة. تم تصميمه بواسطة فريق من الباحثين في مجال الذكاء الاصطناعي من جميع أنحاء العالم، وتقول NVIDIA أن هذا جعل "قدرات تعدد اللهجات واللغات أقوى".

قال رافائيل فالي، أحد الباحثين وراء المشروع ومدير أبحاث الصوت التطبيقية في NVIDIA، "أردنا إنشاء نموذج يفهم ويولد الصوت مثلما يفعل البشر". وقد أدرجت الشركة بعض السيناريوهات الواقعية المحتملة حيث يمكن أن يكون Fugatto مفيدًا في إعلانها. وقد اقترحت الشركة أن منتجي الموسيقى يمكنهم استخدام التكنولوجيا لتوليد نموذج أولي بسرعة لفكرة أغنية، والتي يمكنهم بعد ذلك تحريرها بسهولة لتجربة أنماط وأصوات وآلات مختلفة.

يمكن للناس استخدامها لتوليد مواد لأدوات تعلم اللغة بصوت من اختيارهم. ويمكن لمطوري ألعاب الفيديو استخدامها لإنشاء أشكال مختلفة من الأصول المسجلة مسبقًا لتناسب التغييرات في اللعبة بناءً على اختيارات اللاعبين وأفعالهم. بالإضافة إلى ذلك، وجد الباحثون أن النموذج يمكنه إنجاز مهام ليست جزءًا من تدريبه المسبق، مع بعض الضبط الدقيق. يمكنه الجمع بين التعليمات التي تم تدريبه عليها بشكل منفصل، مثل توليد كلام يبدو غاضبًا بلكنة معينة أو صوت الطيور التي تغرد أثناء عاصفة رعدية. يمكن للنموذج أيضًا توليد أصوات تتغير بمرور الوقت، مثل هدير عاصفة مطيرة أثناء تحركها عبر الأرض.

لم تذكر شركة NVIDIA ما إذا كانت ستمنح الجمهور إمكانية الوصول إلى Fugatto، لكن النموذج ليس أول تقنية ذكاء اصطناعي توليدية يمكنها إنشاء أصوات من مطالبات نصية. أصدرت Meta سابقًا مجموعة أدوات ذكاء اصطناعي مفتوحة المصدر يمكنها إنشاء أصوات من أوصاف نصية. تمتلك شركة Google نظام الذكاء الاصطناعي الخاص بها لتحويل النصوص إلى موسيقى والذي يسمى MusicLM والذي يمكن للأشخاص الوصول إليه من خلال موقع AI Test Kitchen التابع للشركة.

المصدر: بوابة الوفد