NVIDIA Fugatto (Foundational Generative Audio Transformer Opus 1) es un nuevo modelo de IA generativa que puede generar una salida de audio simplemente usando texto.

Este modelo no solo entiende el audio, sino que también genera sonido como lo harían los humanos.

Lo que realmente diferencia a Fugatto de otros generadores de texto a audio es la técnica ComposableART del modelo, que combina instrucciones que solo se vieron por separado durante el entrenamiento.

Un ejemplo sería usar una combinación de indicaciones que pidan un texto hablado con un sentimiento de tristeza con acento francés y, debido a la capacidad del modelo para interpolar entre instrucciones, brindaría a los usuarios un control detallado sobre aspectos como la pesadez del acento o el grado de tristeza.

“Esto es una locura. El sonido es mi inspiración.

Es lo que me mueve a crear música. La idea de poder crear sonidos completamente nuevos sobre la marcha en el estudio es increíble“, dijo Ido Zmishlany, cofundador de One Take Audio y miembro del programa NVIDIA Inception.

Fuente: NVIDIA

Artículos relacionados:

Inteligencia artificial capaz de generar imágenes a partir de texto y viceversa Inteligencia artificial crea audio a partir de texto Inteligencia Artificial genera un rostro humano realista usando solo audio Inteligencia artificial aprende conceptos compartidos a través de video, audio y texto Inteligencia artificial capaz de generar rostros que hablan a partir de una foto y una pista de audio Adobe trabaja en inteligencia artificial capaz de crear música a partir de un texto