FMIFAwards獎項即將揭曉！
來源：X增強現實FMIF Awards未來元宇宙創新獎是由未來元宇宙創新論壇、ARinChina以及多家投資機構、媒體、研究院聯合發起的一項評選活動。旨在推動新技術的融合與集成低成本
5 月 13 日消息，科技媒體 marktechpost 昨日（5 月 12 日）發布博文，報道稱英偉達攜手麻省理工學院（MIT），推出了 Audio-SDS，一種基于文本條件的音頻擴散模型擴展技術。
音頻擴散模型近年來在生成高質量音頻方面表現卓越，但其局限在于難以優化明確且可解釋的參數。
英偉達和 MIT 的科研團隊首次將 Score Distillation Sampling（SDS）方法應用于音頻領域，結合預訓練模型的生成能力與參數化音頻表示，無需大規模特定數據集，可應用于 FM 合成器參數校準、物理沖擊音合成和音源分離三大任務。
SDS 技術廣泛應用于文本生成 3D 圖像和圖像編輯中，英偉達融合該技術推出 Audio-SDS，結合預訓練模型的生成先驗知識，能夠直接根據高級文本提示調整 FM 合成參數、沖擊音模擬器或分離掩碼。
研究團隊通過基于解碼器的 SDS、多步去噪和多尺度頻譜圖等方法，實驗結果表明，Audio-SDS 在主觀聽覺測試和客觀指標（如 CLAP 分數、信號失真比 SDR）上均表現出色。
Audio-SDS 的創新在于，它用單一預訓練模型支持多種音頻任務，消除了對大規模領域特定數據集的依賴。盡管如此，研究團隊也指出，模型覆蓋范圍、潛在編碼偽影和優化敏感性等問題仍需解決。
附上參考地址
Score Distillation Sampling for Audio: Source Separation, Synthesis, and Beyond
Audio-SDS Overview
本文鏈接：http://www.rrqrq.com/showinfo-45-12844-0.htmlSDS 技術首次用于音頻：英偉達攜手 MIT 推 Audio-SDS，參數化控制 AI 音效生成
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：[email protected]
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：[email protected] 津ICP備18001702號
津公網安備 12010102000574號