近日,香港科技大學(xué)與微軟亞洲研究院的研究團(tuán)隊(duì)聯(lián)手開發(fā)的CoMoSVC技術(shù)在歌聲轉(zhuǎn)換領(lǐng)域取得了革命性突破。
歌聲轉(zhuǎn)換技術(shù)一直致力于在保持歌曲內(nèi)容和旋律不變的前提下,將一個(gè)歌手的聲音轉(zhuǎn)換為另一個(gè)歌手的聲音,為音樂娛樂和藝術(shù)創(chuàng)作提供了廣泛應(yīng)用。然而,傳統(tǒng)的擴(kuò)散式歌聲轉(zhuǎn)換方法由于其迭代采樣過程而處理速度緩慢,尤其在實(shí)時(shí)應(yīng)用方面表現(xiàn)不佳。
CoMoSVC采用了一種全新的方法,借助一致性模型,旨在實(shí)現(xiàn)高質(zhì)量音頻生成和快速采樣的雙重目標(biāo)。該技術(shù)通過兩個(gè)關(guān)鍵階段的處理,即編碼和解碼,來完成歌聲的轉(zhuǎn)換過程。在編碼階段,CoMoSVC從波形中提取特征,并將歌手身份編碼到嵌入中。而在解碼階段,該技術(shù)創(chuàng)新性地使用學(xué)生模型,該模型是從預(yù)訓(xùn)練的教師模型中提煉而來,實(shí)現(xiàn)了一步到位的音頻采樣,這在傳統(tǒng)方法中是難以實(shí)現(xiàn)的。
CoMoSVC在性能方面表現(xiàn)出色。與當(dāng)前擴(kuò)散式歌聲轉(zhuǎn)換系統(tǒng)相比,其推理速度顯著提高,最高可達(dá)500倍之多,同時(shí)保持或超越它們的音頻質(zhì)量表現(xiàn)。這一平衡速度與質(zhì)量的創(chuàng)新,使CoMoSVC在歌聲轉(zhuǎn)換技術(shù)領(lǐng)域取得了里程碑式的成就。
CoMoSVC的問世為實(shí)時(shí)應(yīng)用帶來了新的可能性,尤其在音樂娛樂等領(lǐng)域具有廣泛的應(yīng)用前景。這一突破性進(jìn)展成功解決了傳統(tǒng)歌聲轉(zhuǎn)換方法中一直存在的處理速度瓶頸,為該技術(shù)的未來發(fā)展打開了新的篇章。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國柏林國際電子消費(fèi)品展覽會(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎”金獎,有力證明了其在全球市場的強(qiáng)大影響力。
近日,中國家電及消費(fèi)電子博覽會(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會組委會、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會主辦的“2024全球開發(fā)者先鋒大會”,將于2024年3月23日至24日舉辦。