近年来，生成式人工智能的进展使得在文本、视觉和音频等多个领域中创造新内容成为可能。这些模型通常依赖于将原始数据首先转换为一系列标记的压缩格式。在音频方面，神经音频编解码器可以将波形有效地压缩为紧凑的表示形式，这可以被反转以重构原始音频信号的近似值。通过将音频表示为一系列离散的标记，可以使用基于Transformer的序列到序列模型进行音频生成。与AutoLM等许多生成音频模型不同，SoundStorm能够并行生成标记，从而将推理时间减少了100倍，并产生了相同质量的音频和更高的语音和声学条件一致性。
未经允许不得转载：表盘吧 » 谷歌发布SoundStorm： 高效的并行音频生成
在 Android 上清除 Firefox 中的搜索词历史记录在 Android 版 Firefox 中管理网站的摄像头和麦克风权限YouTube 视频为广告拦截器用户跳到结尾WhatsApp 上不同的图标和符号是什么意思如何修复 Bing 无法在 Edge 浏览器上运行如何在 Microsoft Word 中创建分数忘记密码？以下是重置Android手机的方法什么是 Snapchat Planets？顺序和含义解释如何从Mac中删除键盘记录器数据包嗅探器：完整指南 |合法性 |工具及更多如何在WhatsApp上屏幕录制一次观看视频如何修复Android上的“消息在后台工作”问题无法在 iMessage 信息中发送位置信息：无活动设备 [已修复]如何修复“由于垃圾邮件，此帐户不允许使用WhatsApp”？Adobe Premiere Pro 通过四种新的 AI 工具增强了视频编辑功能如何设置 WhatsApp Passkey 并使用它苹果预计将为“ A16”处理器采用4nm工艺阅读(1630)如何更改 Google 相册备份质量阅读(1510)AirPods 保护套：功能、更换、查找您的型号阅读(1466)Apple 推送iOS 15.4 和 iPadOS 15.4 的第三个公开测试版，具有通用控制、带面罩支持的面容 ID 等阅读(1078)这是Apple Silicon Mac mini上I / O发生变化的方式阅读(1724)如何在iPhone 12和iPad上使用和删除应用程序剪辑阅读(2071)优化PC电缆管理的5个技巧阅读(1292)