Meta推出AI声音生成模型Audiobox 提供高品质音频生成服务
时间:2023-12-16 10:31:23 小新新
【太平洋科技资讯】据报道,Meta公司最近推出了一款名为Audiobox的AI声音生成模型。该模型能够同时接收语音及文字输入,用户可同时使用语音及文字描述,让这
【太平洋科技资讯】据报道,Meta公司最近推出了一款名为Audiobox的AI声音生成模型。该模型能够同时接收语音及文字输入,用户可同时使用语音及文字描述,让这款模型生成所需的音频。据悉,这款模型基于Meta今年6月推出的Voicebox AI模型,并具备生成各种环境音、自然对话语音的能力,还整合了音频生成和编辑能力,以便于用户自由生成自己所需的音频。
Meta公司表示,生成高品质音频需要有大量音频库及深厚的领域知识,但大众难以获得这些资源。因此,该公司推出这个模型旨在降低声音生成门槛,让任何人都更容易制作视频、游戏等应用场景的音效。
据测试,Audiobox模型基于Voicebox的“引导声音”机制,并配合“流量比对(flow-matching)”扩散模型生成方法,以实现“声音填充(audio infilling)”功能,从而生成多层次的音频。此外,Meta还测试了如何使用Audiobox同时输入人声及文字提示,以生成带有情绪并拥有背景音的语音。
Meta公司声称,Audiobox在音质及“生成内容的准确度”方面表现优秀,已经顺利击败了AudioLDM2、VoiceLDM及TANGO等现有最佳的音频生成模型。
最后,Audiobox已经开放向特定研究人员及学术界试用,以供测试模型品质及安全性。Meta公司计划在未来几周内向社会全面公开该模型。