輝達生成式AI新模型 可用文字提示創作音樂

輝達（NVIDIA）美國時間25日發表全新人工智慧（AI）研究成果Fugatto，只要使用文字就能控制音訊輸出，並可以將任何文字提示轉換為音訊，也能根據文字提示創作音樂片段、從現有歌曲中增減樂器、改變聲音口音或情感。

輝達發布新聞稿說明，Fugatto是Foundational Generative Audio Transformer Opus 1的縮寫，可使用文字與音訊檔案的任何組合，產生或轉換描述的音樂、語音與聲音。

輝達應用音訊研究部門經理巴耶（Rafael Valle）表示，「我們希望創造一個能夠像人類一樣理解和生成聲音的模型」，Fugatto是邁向未來的第一步。

輝達指出，音樂製作人可以使用Fugatto快速製作聲音的原型或編輯歌曲構想，嘗試各種風格、聲音和樂器，也能加入效果並提升現有曲目整體音訊品質。

此外，輝達表示，廣告公司可以運用Fugatto，針對現有廣告內容的配音，套用不同口音和情感。語言學習工具可以變得個人化，例如線上課程能使用家人或朋友的聲音講授。