الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

الجدول الزمني الصوتي AI

سنتابع هنا أحدث نماذج الذكاء الاصطناعي لتوليد الصوت المعتمد على الشكل الموجي، بدءًا من عام 2023!

2023

تاريخ الافراج عن [عينات] ورق شفرة النموذج المتدرب
14.11 موستانجو: نحو توليد نص إلى موسيقى يمكن التحكم فيه arXiv جيثب تعانق الوجه
13.11 Music ControlNet: عناصر تحكم متعددة متغيرة الوقت لتوليد الموسيقى arXiv - -
02.11.02.11 E3 TTS: تحويل النص إلى كلام سهل يعتمد على النشر من طرف إلى طرف arXiv - -
01.10 UniAudio: نموذج مؤسسة صوتية نحو إنشاء الصوت العالمي arXiv جيثب -
24.09 VoiceLDM: تحويل النص إلى كلام مع السياق البيئي arXiv جيثب -
05.09 PromptTTS 2: وصف وتوليد الأصوات باستخدام موجه النص arXiv - -
14.08 SpeechX: نموذج لغة الترميز العصبي كمحول كلام متعدد الاستخدامات arXiv - -
10.08 AudioLDM 2: تعلم إنشاء الصوت الشامل من خلال التدريب المسبق الخاضع للإشراف الذاتي arXiv جيثب تعانق الوجه
09.08 JEN-1: جيل الموسيقى العالمي الموجه بالنص مع نماذج الانتشار متعددة الاتجاهات arXiv - -
03.08 MusicLDM: تعزيز الحداثة في إنشاء تحويل النص إلى موسيقى باستخدام استراتيجيات المزج المتزامن مع الإيقاع arXiv جيثب -
14.07 Mega-TTS 2: تحويل النص إلى كلام بدون لقطة مع مطالبات كلامية ذات طول تعسفي arXiv - -
10.07 VampNet: إنشاء الموسيقى عبر نمذجة الرموز الصوتية المقنعة arXiv جيثب -
22.06 AudioPaLM: نموذج لغة كبير يمكنه التحدث والاستماع arXiv - -
19.06 Voicebox: إنشاء خطاب عالمي متعدد اللغات موجه بالنص على نطاق واسع قوات الدفاع الشعبي جيثب -
08.06 MusicGen: إنشاء موسيقى بسيطة ويمكن التحكم فيها arXiv جيثب معانقة الوجه كولاب
06.06 Mega-TTS: تحويل النص إلى كلام بدون لقطة على نطاق واسع مع التحيز الاستقرائي الجوهري arXiv - -
01.06 Vocos: سد الفجوة بين المجال الزمني ومشفرات الصوت العصبية القائمة على فورييه من أجل تركيب صوتي عالي الجودة arXiv جيثب -
29.05 Make-An-Audio 2: إنشاء تحويل النص إلى الصوت المحسّن مؤقتًا arXiv - -
25.05 MeLoDy: توليد الموسيقى العصبية بكفاءة arXiv - -
18.05 كلام التصفيق: تعلم علم العروض من سياق النص مع التدريب المسبق على اللغة والصوت المتباين arXiv - -
18.05 SpeechGPT: تمكين نماذج اللغات الكبيرة من خلال قدرات المحادثة الجوهرية متعددة الوسائط arXiv جيثب -
16.05 SoundStorm: توليد الصوت الموازي الفعال arXiv جيثب (غير رسمي) -
03.05 إنشاء صوت متنوع وحيوي من أوصاف النص arXiv - -
02.05 مقطع صوتي إيقاعي طويل المدى arXiv جيثب -
24.04 TANGO: توليد النص إلى الصوت باستخدام تعليمات ضبط LLM ونموذج الانتشار الكامن قوات الدفاع الشعبي جيثب تعانق الوجه
18.04 NaturalSpeech 2: نماذج الانتشار الكامن عبارة عن مُركِّبات كلام وغناء طبيعية وبدون طلقة arXiv جيثب (غير رسمي) -
10.04 النباح: نموذج الصوت التوليدي الذي يطالب بالنص - جيثب معانقة الوجه كولاب
03.04 التدقيق: تحرير الصوت باتباع التعليمات مع نماذج الانتشار الكامن arXiv - -
08.03 VALL-E X: تحدث اللغات الأجنبية بصوتك: نمذجة لغة الترميز العصبي متعدد اللغات arXiv - -
27.02 أسمع ألوانك الحقيقية: إنشاء الصوت الموجه بالصور arXiv جيثب -
08.02 Noise2Music: توليد موسيقى مكيفة بالنص مع نماذج الانتشار arXiv - -
04.02 نماذج نشر متعددة المصادر لتوليد الموسيقى وفصلها في وقت واحد arXiv جيثب -
30.01 SingSong: توليد المرافقات الموسيقية من الغناء arXiv - -
30.01 AudioLDM: إنشاء تحويل النص إلى صوت باستخدام نماذج الانتشار الكامنة arXiv جيثب تعانق الوجه
30.01 Moûsai: توليد النص إلى الموسيقى مع الانتشار الكامن للسياق الطويل arXiv جيثب -
29.01 إنشاء صوت: إنشاء تحويل النص إلى صوت باستخدام نماذج الانتشار المحسّنة السريعة قوات الدفاع الشعبي - -
28.01 Noise2Music - - -
27.01 RAVE2 [عينات RAVE1] arXiv جيثب -
26.01 MusicLM: توليد الموسيقى من النص arXiv جيثب (غير رسمي) -
18.01 مساني: توليفة موسيقية عالية الدقة بميزانية محدودة arXiv جيثب معانقة الوجه كولاب
16.01 ArchiSound: توليد الصوت مع الانتشار arXiv جيثب -
05.01 VALL-E: نماذج لغة الترميز العصبي عبارة عن مُركِّبات نصية بدون لقطة arXiv جيثب (غير رسمي) (تجريبي) -
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل