انویدیا مدعی شد این هوش مصنوعی ساخت آهنگ می‌تواند صدایی تولید کند که قبلا شنیده نشده است

انویدیا هوش مصنوعی جدید ساخت آهنگ Fugatto را معرفی کرد

همان‌طور که در ویدئوی منتشر شده مشاهده می‌شود، Fugatto قادر است به درخواست‌های عجیب و غریب پاسخ دهد و آهنگ‌هایی با ترکیبات صوتی بی‌نظیر تولید کند؛ مثلا تصور کنید صدای یک ساکسیفون که ناگهان به پارس کردن سگ تبدیل می‌شود و سپس به موسیقی الکترونیک می‌رسد.

از دیگر قابلیت‌های جذاب Fugatto می‌توان به تولید افکت‌های صوتی بسیار خاص و توصیفی اشاره کرد. به عنوان مثال، این ابزار می‌تواند پالس‌های باس عمیق را با صداهای دیجیتالی با فرکانس بالا ترکیب کند و صدایی شبیه به یک ماشین بزرگ در حال بیدار شدن تولید کند. علاوه بر این، Fugatto قادر است صدای افراد را تغییر دهد، لهجه آن‌ها را دستکاری کند و حتی به آن‌ها لحن‌های مختلفی مانند عصبانی یا آرام ببخشد.

Fugatto این امکان را نیز فراهم می‌کند تا موسیقی را ویرایش کنیم. این ابزار می‌تواند آواز را از یک آهنگ جدا کند، سازهای جدید اضافه کند و حتی ملودی را با تعویض پیانو با یک خواننده اپرا تغییر دهد.

انویدیا در مقاله‌ای همراه با این اعلامیه، فهرستی از مجموعه داده‌های عظیمی را که برای آموزش Fugatto استفاده شده، منتشر کرده است. یکی از این مجموعه داده‌ها شامل کتابخانه‌ای از افکت‌های صوتی بی‌بی‌سی است.

اگرچه ابزارهای صوتی هوش مصنوعی دیگری مانند محصولات Stability AI ،OpenAI، گوگل دیپ‌مایند، ElevenLabs و ادوبی نیز وجود دارند، اما هیچ‌کدام ادعای تولید صداهای کاملا نوآورانه و بی‌سابقه‌ای را ندارند. برخی از استارتاپ‌های هوش مصنوعی به دلیل ابزارهای ساخت موسیقی خود با مشکلات حقوقی کپی‌رایت مواجه شده‌اند و گزارش‌ها نشان می‌دهند که شرکت‌هایی مانند انویدیا مدل‌های خود را روی زیرنویس‌های هزاران ویدیوی یوتیوب آموزش داده‌اند.

پنج هوش مصنوعی ساخت آهنگ رایگان و پولی برای تولیدکنندگان محتوا و حرفه‌ای‌ها

برای ساخت Fugatto، محققان انویدیا مجبور بودند مجموعه داده‌ای با میلیون‌ها نمونه صوتی را جمع‌آوری کنند. سپس با ایجاد دستورالعمل‌های هوشمند، دامنه وظایف Fugatto را به طور قابل توجهی گسترش دادند و به آن امکان داد تا کارهای جدیدی را بدون نیاز به داده‌های اضافی انجام دهد.

انویدیا هنوز تاریخ دقیقی برای عرضه عمومی Fugatto اعلام نکرده است.