阿里音频生成大模型一次发俩还开源！50种语言快速理解+5种语言语音生成，带情感的那种
阿里音频生成大模型一次发俩还开源！50种语言快速理解+5种语言语音生成，带情感的那种OpenAI迟迟不上线GPT-4o语音助手，其它音频生成大模型成果倒是一波接着一波发布，关键还是开源的。
来自主题: AI资讯
11318 点击 2024-07-06 20:21
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
OpenAI迟迟不上线GPT-4o语音助手，其它音频生成大模型成果倒是一波接着一波发布，关键还是开源的。
让AI画漫画角色保持一致的新研究来了！
音频生成领域又有好消息：刚刚，Stability AI 宣布推出开放模型 Stable Audio Open，该模型能够生成高质量的音频数据。
都说今年五一档最难抢票，但这个票，许多乐迷指的是演唱会门票：凤凰传奇、邓紫棋、陈奕迅……越是声线特殊、现场力爆棚、感染力强，越是一票难求……
在AI生成音乐这件事上，即使是像Suno、Udio这样掀起热潮的玩家，也同Sora一样，并没有公开其背后的技术细节内容。
我们已经看到，AI 已经能够理解和生成文本、图像、视频，尽管各个产品目前能达到的准确性和审美水准还不相同
前两天刚刚疯传的Suno挑战者、“音乐版Sora”正式现真身： 正式名称Udio，已完全免费开放，每人每月有足足1200首额度，网友们都玩疯了。
相比于 AI 文字、图片，甚至是视频赛道，AI 音乐生成一直是一个关注度比较低的赛道，但是其实，创业者们很早就开始进行尝试了。
谷歌最强大模型Gemini 1.5 Pro今天起，“全面”对外开放。 目前完全免费，开发者可以通过API调用的方式使用，普通玩家也可以在谷歌AI Studio中直接体验。
这两天，一个神秘的“音乐版Sora”产品被盛传即将发布，Suno和它比起来都不算什么。