據 HuggingFace 報道，Meta AI 近日發表論文，推出了一個名為 FoleyGen 的音頻生成系統。
FoleyGen 利用現成的神經音頻編解碼器在波形和離散標記之間進行雙向轉換。音頻標記的生成由單個變換器模型完成，該模型以從視覺編碼器中提取的視覺特征為條件。
VGGSound 數據集上的實驗結果表明， FoleyGen 在所有客觀指標和人類評估方面都優于以前的系統。
文章內容僅供閱讀，不構成投資建議，請謹慎對待。投資者據此操作，風險自擔。
海報生成中...
海藝AI的模型系統在國際市場上廣受好評，目前站內累計模型數超過80萬個，涵蓋寫實、二次元、插畫、設計、攝影、風格化圖像等多類型應用場景，基本覆蓋所有主流創作風格。
IDC今日發布的《全球智能家居清潔機器人設備市場季度跟蹤報告，2025年第二季度》顯示，上半年全球智能家居清潔機器人市場出貨1,2萬臺，同比增長33%，顯示出品類強勁的市場需求。
京公網安備 11010502041587號