国产最强语音大模型诞生,MaskGCT宣布开源,声音效果媲美人类
国产最强语音大模型诞生,MaskGCT宣布开源,声音效果媲美人类近期,港中大(深圳)联手趣丸科技联合推出了新一代大规模声音克隆 TTS 模型 ——MaskGCT。该模型在包含 10 万小时多语言数据的 Emilia 数据集上进行训练,展现出超自然的语音克隆、风格迁移以及跨语言生成能力,同时保持了较强的稳定性。MaskGCT 已在香港中文大学(深圳)与上海人工智能实验室联合开发的开源系统 Amphion 发布。
搜索
近期,港中大(深圳)联手趣丸科技联合推出了新一代大规模声音克隆 TTS 模型 ——MaskGCT。该模型在包含 10 万小时多语言数据的 Emilia 数据集上进行训练,展现出超自然的语音克隆、风格迁移以及跨语言生成能力,同时保持了较强的稳定性。MaskGCT 已在香港中文大学(深圳)与上海人工智能实验室联合开发的开源系统 Amphion 发布。
好家伙!谷歌超25%新代码都由AI生成了。
做底层大模型研发,就像一场旷日持久的马拉松,研发成本高、技术门槛高,迭代竞争激烈。拿 OpenAI 来说,研发带来的年亏损高达 50 亿美元。这样的财务压力显然不是一般的 AI 公司所能承受之重。AI 创业公司也往往显得十分务实,始终将商业化和盈利变现作为核心考量。
多模态模型,统一图像生成。
单月人均上线 21 次,9 成流量来自移动端。
技术拐点之后,数十元的数字人比以前一百多万的效果更强。
如何通过更好的提示工程来提升模型的推理能力,一直是研究人员和工程师们关注的重点。
Open-Sora-Plan迎来又一次升级。新的Open-Sora-Plan v1.3.0版本引入了五个新特性:性能更强、成本更低的WFVAE;Prompt refiner;高质量数据清洗策略;全新稀疏注意力的DiT,以及动态分辨率、动态时长的支持。
GPT-4o的高级语音模式让我们看到了AI也可以具备低延迟且自然流畅的对话能力。丝滑的体验让智能助手真正摆脱了“智障”的帽子,科幻电影《Her》中的场景,走进了现实。
三季度谷歌母公司Alphabet总营收同比增长15%,EPS盈利增近37%远超预期;各业务中云营收增长最迅猛,云业务营业利润同比增超六倍、均再创单季新高;资本支出在二季度环比增近10%后转降0.9%,略高于预期;三季度广告收入增逾10%,其中谷歌搜索和YouTube广告的营收连续两季放缓,仍高于预期;YouTube广告和订阅总收入一年来首次单季突破500亿美元。