语音
-
完美无孔屏全面超越 iPhone！努比亚 Z70 Ultra 定档
努比亚官方今天宣布将于 11 月 21 日 14:00 召开新品发布会，推出新旗舰——努比亚 z70 ultra。官方预热海报贴出了 ” 反孔精英 ai 战神 ” 的 slogan?，总结了新机的两大亮点：无开孔全面屏、ai。 修饰后的文字内容： 努比亚 Z70 Ultra …
-
支持跨语言、人声狗吠互换，仅利用最近邻的简单语音转换模型有多神奇
AI 参与的语音世界真神奇，既可以将一个人的语音换成任何其他人的语音，也可以与动物之间的语音互换。 我们知道，语音转换的目标是将源语音转换为目标语音，并保持内容不变。最近的任意到任意（any-to-any）语音转换方法提高了自然度和说话者相似度，但复杂性却大大增加了。这意味着训练和推理的成本变得更高…
-
美团提出首个语音交互 GUI 智能体，端到端语音训练能力优于传统文本训练
只需动动嘴，就能操控 gui 代理？ 由美团与浙江大学联合推出的 GUIRoboTron-Speech——让你彻底解放双手，直接对设备“发号施令”。 这是首个可以直接通过语音指令和屏幕截图进行端到端（End-to-End）决策的自主 GUI 智能体，致力于为用户提供更自然、高效且无障碍的人机交互方式…
-
AI语音生成器会成为下一个主要安全威胁吗？
人工智能是一项功能强大的技术，有望彻底改变我们生活。这一点从来没有像今天这样昭然若揭；只要能连接互联网，谁都可以享用功能强大的工具。 这些工具包括人工智能语音生成器，这种先进的软件能够惟妙惟肖地模仿人类语音，以至于无法区分和辨别两者。这对网络安全又意味着什么呢？ 人工智能语音生成器是如何工作的？ 语…
-
只需3秒就能偷走你的声音！微软发布语音合成模型VALL-E：网友惊呼「电话诈骗」门槛又拉低了
让ChatGPT帮你写剧本，Stable Diffusion生成插图，做视频就差个配音演员了？它来了！ 最近来自微软的研究人员发布了一个全新的文本到语音（text-to-speech, TTS）模型VALL-E，只需要提供三秒的音频样本即可模拟输入人声，并根据输入文本合成出对应的音频，而且还可以保持…
-
ACT-1：使用 Action Transformers 构建 AI 的未来
什么是ACT-1 gpt-3，gpt-4仅仅局限于文字对话，gpt-4加入了多模态，也还是在对话范畴，只是加入了图片语音视频的对话。还不能直接处理数字世界的任务。 Adept AI 推出了 Action Transformer (ACT-1) 大模型，这是一种可以在数字世界中采取行动的大型模型。这种…
-
完蛋！我失业了！微软语音游戏App 可用AI查游戏攻略
ai技术正逐步取代传统网页搜索方式，成为新的发展趋势。微软将这一创新理念引入游戏行业，推出了名为“copilot for gaming”的手机应用，玩家可以借助ai快速获取各类游戏信息，例如游戏推荐、成就解锁方法以及道具合成配方等实用内容。 作为Xbox团队打造的移动应用，“Copilot for …
