标签：音频

这两年大家都在感叹生活不易，然而我想说的是，机会还是有的，但问题不在于有没有，而在于你是否能够认准机会，然后抓住它。 接触过很多咨询项目的人，发现...

大数据文摘受权转载自数字生命卡兹克 作者：卡兹克 这篇文章，可能是我有史以来最特殊的一篇文章。 因为当你点开右上角的三个点，点击听全文的时候。 可能你...

夕小瑶科技说 原创作者 | 夕小瑶编辑部来，你先把手机音量打开，然后去“听”下面一段视频： 你是不是一脸懵逼？不知道我想表达什么？ 视频是AI生成的并不奇怪...

作者 | 华卫 近日，百度联合复旦大学等发布 Hallo2，一个可以生成长达数小时且分辨率为 4K 的人物动画的视觉模型。Hallo2 目前已经在 GitHub 平台开源，供全...

机器之心原创 作者：杜伟、蛋酱今年 5 月，OpenAI 首次展示了 GPT-4o 的语音功能，无论是对话的响应速度还是与真人声音的相似度，都颇为惊艳。特别是它允许用...

难以置信，在 2024 年，Google 还能推出全行业叫好的惊艳项目——不是商业化产品，而是在设计、体验上让行业学到一课的小项目。 在上周的 OpenAI Dev Day 上，S...

来源：AI前线 编译：核子可乐、Tina 它实际是一款可由最终用户定制的 RAG 产品。或是下一个 ChatGPT？最近几天，人们似乎对一款已经不新鲜的 AI 助手 Noteboo...

机器之心报道 编辑：Panda、大盘鸡视频生成领域真是越来越卷且越来越迈向实用性！ 在 OpenAI Sora 难产的时候，Meta 首次公开展示了自家的「用于媒体的突破性...

衡宇 发自 凹非寺量子位 | 公众号 QbitAI大神卡帕西墙裂推荐！ 甚至预言这个AI应用，有可能开启「和ChatGPT一样大的机会」。 它就是来自谷歌的实验性AI产品，...

大数据文摘受权转载自数字生命卡兹克 作者：卡兹克 今天凌晨，N多人给我发了一张图，说警方通报了，问我到底怎么看三只羊录音是不是AI这事。 还有朋友跟我说...

新智元报道编辑：LRST 【新智元导读】SafeEar是一种内容隐私保护的语音伪造检测方法，其核心是设计基于神经音频编解码器的解耦模型，分离语音声学与语义信息...

新智元报道编辑：alan 【新智元导读】两个多月前那个对标GPT-4o的端到端语音模型，终于开源了。大神Karpathy体验之后表示：nice！前段时间技惊四座、剑指GPT-...

一水 发自 凹非寺量子位 | 公众号 QbitAI大神Karpathy鼎力推荐，开源版「Her」Moshi再引关注！ （Moshi）的性格非常有趣，它会突然断断续续，有时会无缘无故...

机器之心发布 机器之心编辑部高质量音乐生成、高灵活音乐编辑，Seed-Music 再次打开了 AI 音乐创作的天花板。放假期间，本 i 人又领教了被 e 人支配的恐惧。 ...

叨乐 发自 凹非寺量子位 | 公众号 QbitAI字节和浙大联合研发的项目Loopy火了！ 只需一帧图像，一段音频，就能生成一段非常自然的视频！ 研究团队还放出了Loop...

机器之心发布 机器之心编辑部近期，来自字节跳动的视频生成模型 Loopy，一经发布就在 X 上引起了广泛的讨论。Loopy 可以仅仅通过一张图片和一段音频生成逼真...