英伟达发布音频模型 Fugatto：用文字操控声音的“瑞士军刀”

Fugatto 通过文本提示创建音乐片段、移除或添加乐器、改变声音中的口音或情感，甚至生成人们从未听过的声音；Fugatto 应用于音乐制作、广告代理、语言学习和视频游戏开发，提供多地区、多情境的目标定位和个性化声音；Fugatto 使用25亿参数的基础生成性 Transformer 模型，结合 ComposableART 技术，实现对文本指令的细粒度控制，并在 NVIDIA DGX 系统上训练。