2024年将是AI视频之年@英伟达高级科学家 Jim Fan
预测:微软和亚马逊将推出人工智能硬件设备。
此外,有道还推出了虚拟人口语私教 Hi Echo2.0和有道速读,用于帮助学生提升英语口语能力和快速理解文档内容。
论文网址:https://arxiv.org/abs/2401.00368
除了可以从文字生成音乐外,它还支持图像、视频和音频生成音乐,并且还可以编辑已有的音乐。该项目利用了MERT等编码器进行音乐理解,ViT进行图像理解,ViViT进行视频理解,并使用MusicGen/AudioLDM2模型作为音乐生成模型(音乐解码器)。用户可以轻松移除或替换特定乐器,调整音乐的节奏和速度。这使得用户能够创造出符合其独特创意的音乐作品。