Voicebox：文本引导的多语言规模化通用语音生成像GPT和DALL-E这样的大规模生成模型已经彻底改变了自然语言处理和计算机视觉研究。这些模型不仅可以生成高保真度的文本或图像输出，而且还是通才，可以解决没有明确训练过的任务…

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

3033 位用户此时在线

24小时点击排行 Top 10：

不是，怎么现在想走燕妮路线的这么多，真想赚低龄腊小子的三瓜两枣啊

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

Voicebox：文本引导的多语言规模化通用语音生成

像GPT和DALL-E这样的大规模生成模型已经彻底改变了自然语言处理和计算机视觉研究。这些模型不仅可以生成高保真度的文本或图像输出，而且还是通才，可以解决没有明确训练过的任务…
IT技术
( twitter.com )

3年前由宝玉提交

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

Meta 昨天推出了 Voicebox，一个全能语音生成模型，这是一个支持六种语言和多种语音处理功能的模型，功能包括

基于上下文的文本转语音合成
跨语言风格转换
跨语言风格转换
多样化的语音采样

详细的功能介绍和原理在下面🧵：
IT技术
( twitter.com)

3年前 • 歸藏 • 下载视频 0 评论

00:02:43

2

2

1

1

SignLLM ：世界上第一个通过文字描述生成手语视频的多语言手语模型
该模型可以将输入的文本或提示转化为相应的手语手势视频。
SignLLM 可以生成包括美国手语（ASL）、德国手语（GSL）在内的八种不同手语。
该项目还引入了首个多语言手语数据集，名为
时政
( twitter.com)

2年前 • 小互 • 下载视频 0 评论

00:00:51

3

2

1

1

在上个月推出了 MMS 之后，Meta 继续放大招，今天推出了 VoiceBox 第一款可泛化的语音生成模型，类似于图像和文本生成，VoiceBox 可创建各种风格的输出，从头开始或修改给定样本。它用于生成高质量音频片段，可以合成…
IT技术
( twitter.com)

3年前 • indigo 0 评论

4

2

1

1

在中国，大多数的吴语母语者，包括我，都是文盲，是睁眼瞎。看着本语言文字写出来的东西，即使知道是什么意思，都念不出来。即使能念出来，都不会写正字。这就是「说普通话，写规范字」——大规模系统性语言灭绝和文化灭绝的结果。
推特中文圈
( twitter.com)

3年前 • Fūrin et Asabikeshiinh @[email protected] 0 评论

5

2

1

1

Meta AI 今天发布的音频领域突破，继大语言模型统一了语言类任务的最好效果之后，Meta 的 VoiceBox 用一种通用模型在多种音频任务上做到了最优效果。同一个模型可以做语音识别，风格转换，噪音去除，语音编辑等多种任务。…
IT技术
( twitter.com)

3年前 • Quinn Leng 0 评论

6

1

0

0

【商业银行拟实行差异化资本监管，将减轻中小银行合规成本】规模较大或跨境业务较多的银行，划为第一档，对标资本监管国际规则。资产规模和跨境业务规模相对较小的银行纳入第二档，实施相对简化的监管规则。第三档主要是规模小于100亿元的商业银行，进一步简化资本计量并引导聚焦服务县域和小微。
大陆资讯
( www.thepaper.cn)

3年前 • 流精岁月 0 评论

7

2

1

1

斯坦福2023年公开课CS25 - 大语言模型中的涌现和规模（中英文字幕）

这是斯坦福2023年公开课CS25的第三课：《Emergent Abilities and Scaling in LLMs | 大语言模型中的涌现和规模…
IT技术
( twitter.com)

3年前 • 宝玉 0 评论

8

2

1

1

Meta AI真不错！刚推出Voicebox是一款全能的生成式语音模型。

🌐 支持6种语言合成语音
🛠️ 通用模型，可执行未经训练的任务，如噪声去除、内容编辑、风格转换等操作
⏱️ 仅需2秒样本，即可进行风格合成
🌍 跨语…
IT技术
( twitter.com)

3年前 • Jeffery Kaneda　金田達也 0 评论

9

4

3

3

来自OpenAI的Safety团队的负责人Lilian Weng发表的新文章：《Adversarial Attacks on LLMs | 大语言模型遭受的对抗性攻击》
现在随着大语言模型的流行，针对大语言模型的攻击也日渐增多。她在文章中将针对大语言模型的攻击分成了5类：
1. Token 操纵
微调输入文本的少量…
IT技术
( twitter.com)

2年前 • 宝玉 0 评论

10

2

1

1

这是苹果对于 Apple Intelligence 背后技术的介绍视频，结合引用的的推文信息，他们的模型分成三层：
1. 本地模型
这部分包含语言模型和扩散模型，另外还有用来做 RAG 的 Semantic Index (语义索引)和 App Intents Toolbox（应用意图工具箱）。
其中语言模型是 3B…
IT技术
( twitter.com)

2年前 • 宝玉 • 下载视频 0 评论

00:06:19

11

2

1

1

过去的五天里GenAI发生了：

欧盟AI法案
GPT-工程师
Meta Voicebox
Adobe AI 保险
AI语音分类器
OpenAI API降价
Meta提供的免费大型语言模型
Google虚拟试穿
ChatGPT +…
IT技术
( twitter.com)

3年前 • GPTDAOCN 0 评论

12

2

1

1

Meta 真的把语言研究透了
今天推出 Massively Multilingual Speech
- 为 1,100 多种语言推出语音转文本、文本转语音等功能，语言转文本的错误率只有 Whisper 的一半
- 为 4000…
IT技术
( twitter.com)

3年前 • orange.ai 0 评论

13

2

1

1

最近TTS太火了，字节跳动也推出了语音生成模型：Seed-TTS
Seed-TTS能生成与人类语音几乎没有区别的语音
支持多种语言包括英语、中文，能够进行同语言生成和跨语言生成。
能处理各种文本，叙述性文本、情感表达、描述性文本等，能根据不同的情感和语境生成相应的语音…
时政
( twitter.com)

2年前 • AIGCLINK • 下载视频 0 评论

00:01:12

14

2

1

1

Meta 继续在开源模型的道路上狂奔
今天放出了 MMS（Massively Multilingual Speech）
- 从文本到语音
- 以及语音到文本的互转
- 可以讲 1100 种语言，听懂 4000 种语言
在这之前最流…
IT技术
( twitter.com)

3年前 • indigo 0 评论

15

2

1

1

这段视频其实部分解答了我的一个困惑：是什么让大语言模型有了推理的能力？明明只是训练了文本数据而已！
首先是语言本身，语言经过数万年的进化，它为“智能”的发展提供了土壤！相对于其他模态例如图像，语言简单，而且信息量丰富。…
IT技术
( twitter.com)

2年前 • 宝玉 • 下载视频 0 评论

00:04:22

16

2

1

1

微软刚刚发布了多模态大语言模型的论文：Language Is Not All You Need

模型命名为：MOSMOS-1

论文地址：
图片
( arxiv.org)

3年前 • Jiayuan 0 评论

17

1

0

0

大型语言模型与生成式AI——介绍LLM和生成式AI项目的生命周期7——用Transformer生成文本

#大型语言模型与生成式AI… …
IT技术
( twitter.com)

3年前 • 宝玉 0 评论

18

2

1

1

Meta发布了Text 2 Voice！这是语音的生成式AI领域重大突破！

Voicebox，一种最先进的AI模型，它能够通过上下文学习来执行语音生成任务，如编辑、取样和风格化，即使它并未特意针对这些任务进行训练。

Voice…
IT技术
( twitter.com)

3年前 • GPTDAOCN 0 评论

19

3

2

2

兄弟们炸裂了
这个语音专文本TTS模型应该是目前对中文支持最好的了
ChatTTS：专门为对话场景设计的文本到语音TTS模型
该模型经过超过10万小时的训练，公开版本在 HuggingFace 上提供了一个4万小时预训练的模型。
专为对话任务优化，能够支持多种说话人语音，中英文混合等。
时政
( twitter.com)

2年前 • 小互 • 下载视频 0 评论

00:05:26

20

2

1

1

会更多语言让人感觉到自由。

随着法语水平慢慢提高，阅读英文、德文和中文资料时遇到法语引文，会有种莫名的亲切感（虽然未必真的能看懂）

每门语言窗口背后都有一个完整的文化世界，越大的语言背后的世界越广阔。
世界迷雾在消散，新世界越来越清晰。
时政
( twitter.com)

3年前 • 乌鸦鸽鸽 0 评论

21

2

1

1

谷歌宣布推出PaLM 2，具有更强大的多语言、推理和编码能力

PaLM 2的“多语言性”得到了改进，因为它在超过100种语言的多语言文本上接受了“更加严格的训练”。这使得它在理解、生成和翻译如成语、诗歌和谜语等细微的文本方面具有…
IT技术
( twitter.com)

3年前 • 宝玉 0 评论

22

2

1

1

这篇论文 “emergent abilities of large languages models" (大语言模型的涌现能力)，第一作者为谷歌的 Jason Wei,。此文揭示了未来科技加速发展的核心法则之一。很多大语言模型，当…
推特中文圈
( twitter.com)

3年前 • 硅谷王川 Chuan 0 评论

23

2

1

1

日本修改安保文件明言引进美国“战斧”巡航导弹
时政
( www.rfi.fr)

3年前 • RFI 华语 - 法国国际广播电台 0 评论

24

2

1

1

一篇有意思的论文：《战争与和平 (WarAgent): 基于大语言模型的多智能体世界大战模拟》
论文展示了如何利用大语言模型 (LLM) 模拟复杂的人类行为
大语言模型在模拟人类冲突和细腻行为方面展现出了令人着迷的应用潜力，特别是通过多智能体 AI 系统实现。
我们可以通过对 LLM…
IT技术
( twitter.com)

2年前 • 宝玉 0 评论

1
2
3
4
5
6
...
400
下一页