به گزارش تیکنا و به نقل از رویترز، این فناوری برای تولید کنندگان موسیقی، فیلم و بازی های ویدئویی ارائه می شود.
انویدیا بزرگترین تهیه کننده تراشه و نرم افزارهای مخصوص خلق سیستم های هوش مصنوعی، اعلام کرده برنامه های آنی برای عرضه عمومی این فناوری که «فوگاتو» (Fugatto) نام گرفته، ندارد. فوگاتو خلاصه شده عبارت «ترانسفورماتور صوتی مولد بنیادی اوپوس یک» ( Foundational Generative Audio Transformer Opus ۱) است.
این درحالی است که استارتاپ هایی مانند «ران وی» و شرکت های بزرگتری مانند متا فناوری هایی را نمایش داده اند که قادر به تولید صوت یا ویدئو براساس متن است.
نسخه هوش مصنوعی انویدیا براساس متن نوشتاری جلوه های صوتی و موسیقی از جمله صداهایی جدید تولید می کند. البته نکته متمایز این فناوری از دیگر سیستم های هوش مصنوعی مشابه توانایی آن برای اصلاح اصوات موجود است. به عنوان مثال هوش مصنوعی مذکور می تواند آهنگی که با پیانو نواخته شده را به آهنگی با صدای انسان تبدیل کند یا آنکه لهجه و حالت کلمات بیان و ثبت شده را تغییر دهد.
برایان کاتانزارو نائب رئیس بخش تحقیقات یادگیری عمیق کاربردی در انویدیا در این باره می گوید: اگر نگاهی به اصوات مصنوعی در ۵۰ سال اخیر بیندازیم، موسیقی فعلی به دلیل رایانه ها و غیره متفاوت است. تصور می کنم هوش مصنوعی مولد قابلیت های جدیدی به موسیقی، بازی های ویدئویی می افزاید و به مردم عادی که خواستار تولید محتوا هستند نیز کمک می کند.
مدل هوش مصنوعی جدید این شرکت براساس داده های منبع باز آموزش دیده و هنوز مشخص نیست به طور عمومی عرضه می شود یا خیر.
