Topic
#ai-audio
按主题聚合的新闻视图。
Topic Feed
主题:ai-audio
共 4 条

Suno推出同步生成语音与音乐的功能
Suno推出了Speech公开测试版,可根据提示词或自定义脚本生成 spoken voice,并同时创作配套背景音乐。该功能已在Suno的网页端和移动应用中提供。

Engram将人工智能幻觉变成实验音乐
音乐初创公司Thoughtful Things已在Kickstarter上发起Engram众筹,这是一款使用定制本地人工智能模型处理输入音频并生成诡异声音的离线采样器和音乐工作站。此次限量批次起售价为675美元,预计最终零售价约为850至900美元。

Stability AI 发布 Stability Audio 3.0
Stability AI 发布了 Stability Audio 3.0,这是一组新的音频模型,能够生成超过六分钟的专业级音乐。该系列包含四个模型:small SFX、small、medium 和 large,其中较小的模型以及 medium 版本以开放权重形式提供。

Gemini 3.1 Flash Live AI语音模型让真人与机器对话界限模糊
谷歌推出了Gemini 3.1 Flash Live,这是一个专为自然语音和低延迟对话设计的实时AI语音模型。该模型已上线部分谷歌产品,并向开发者提供预览版API。