您现在的位置是:网站首页>篮球篮球

777电玩城苹果版官方版下载

邵灵槐 2025-05-14 篮球 0343 人已围观

IT之家 5 月 13 日消息❷,科技媒体 marktechpost 昨日发布博文❸,报道称英伟达携手麻省理工学院⑬,推出了 Audio-SDS▓,一种基于文本条件的音频扩散模型扩展技术⑯。

音频扩散模型近年来在生成高质量音频方面表现卓越⑦,但其局限在于难以优化明确且可解释的参数⑳。

英伟达和 MIT 的科研团队首次将 Score Distillation Sampling方法应用于音频领域③,结合预训练模型的生成能力与参数化音频表示⑫,无需大规模特定数据集❶,可应用于 FM 合成器参数校准❶、物理冲击音合成和音源分离三大任务⑳。

SDS 技术广泛应用于文本生成 3D 图像和图像编辑中⑦,英伟达融合该技术推出 Audio-SDS⑩,结合预训练模型的生成先验知识⑤,能够直接根据高级文本提示调整 FM 合成参数③、冲击音模拟器或分离掩码❸。

研究团队通过基于解码器的 SDS⑱、多步去噪和多尺度频谱图等方法③,实验结果表明▓,Audio-SDS 在主观听觉测试和客观指标上均表现出色⑰。

Audio-SDS 的创新在于❸,它用单一预训练模型支持多种音频任务⑲,消除了对大规模领域特定数据集的依赖⑫。尽管如此⑪,研究团队也指出⑨,模型覆盖范围⑨、潜在编码伪影和优化敏感性等问题仍需解决⑨。

IT之家附上参考地址

很赞哦⑳!

随机图文