蓋世汽車訊 據(jù)外媒報(bào)道，賓夕法尼亞大學(xué)的工程師開發(fā)出人工智能(AI)音頻編輯器SmartDJ，用戶只需使用日常語言的簡單指令即可修改沉浸式音頻環(huán)境，其潛在應(yīng)用領(lǐng)域包括虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、游戲和聲音設(shè)計(jì)。SmartDJ無需用戶指定具體的編輯內(nèi)容，即可響應(yīng)諸如“讓這里聽起來像繁忙的辦公室”之類的高級(jí)指令，然后規(guī)劃并執(zhí)行實(shí)現(xiàn)該效果所需的步驟。

該系統(tǒng)解決了早期AI音頻編輯工具的兩大局限性:首先，大多數(shù)先前的系統(tǒng)更適用于僵化的、模板式的命令，需要用戶識(shí)別要添加或刪除的聲音；其次，這些工具通常處理的是單聲道或“單軌”音頻，失去了沉浸式音頻體驗(yàn)所必需的空間線索。

相比之下，SmartDJ能夠理解高級(jí)指令，并且專為立體聲音頻設(shè)計(jì)，因此能夠進(jìn)行編輯，從而更好地保留或重塑場景的空間結(jié)構(gòu)。

計(jì)算機(jī)與信息科學(xué)系助理教授Mingmin Zhao表示:“使用SmartDJ，用戶可以用自然語言描述他們想要的結(jié)果，系統(tǒng)會(huì)自動(dòng)找出實(shí)現(xiàn)的方法。這證明AI可以幫助人們使用簡單的語言以直觀的方式編輯音頻。”

語言模型與擴(kuò)散模型的結(jié)合

免責(zé)聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)宣傳資訊，僅代表作者個(gè)人觀點(diǎn)，與本網(wǎng)無關(guān)。僅供讀者參考，并請自行核實(shí)相關(guān)內(nèi)容。