聲音,無限可能

by design-ai-lab

eva

(O_O)? 

提供某人的一段講話音頻，你可以從兩張人臉圖像中判斷出哪個是說話人嗎？

來自論文：

Seeing Voices and Hearing Faces: Cross-modal biometric matching

類似于“相由心生”，聲音也是和面相有相關性的。

聲音和其他模態(tài)信息的關聯(lián)度，或者互動，真的非常有意思~~ 

@知識庫

shadow

知識庫

來啦~~
我們先從聲音與健康說起~~

國際期刊《柳葉刀》有一篇《通過你的聲音能診斷疾病嗎？》

利用AI技術，可以通過個人設備，如手機、平板電腦等快速診斷疾病。關鍵技術是AI識別和處理人類的各種聲音模式，包括音高、音調(diào)、節(jié)奏，呼吸輕緩、咳嗽等。這將極大改善醫(yī)療健康的服務模式，但在實踐中仍需大量的數(shù)據(jù)驗證。

VoiceWise

準確率高達95％

第一性原理：如果器官生病了，人的聲音就會發(fā)生改變。

羅馬Tor Vergata大學教授Giovanni Saggio開發(fā)了VoiceWise，該系統(tǒng)分析用戶的聲音，通過AI將6300個聲音值與某些病理狀態(tài)的聲音值進行比較，從而診斷所患的病理。

聽聲把脈！

shadow

無界

引用我超喜歡程序猿的一句diss用語：

Talk is cheap ,    
show me the code

知識庫

還有音樂、互動體驗方面的應用。@無界 這兩個都是開源的。

有代碼……

?? DeepSlayerXL

這是一個音樂專輯，基于Transformer-XL語言模型，學習了3604首俄羅斯MIDI歌曲的特征，自動生成金屬音樂，除了音樂本身，作者還使用了GPT-3來生成各種各樣的點評。

“DeepSlayerXL創(chuàng)作的曲目，聽來還真有點意思，非常符合外行人對搖滾樂的印象”

?? 谷歌Body Synth

Make music just by moving your body

用攝像頭和AI識別人體姿態(tài)，然后通過肢體運動產(chǎn)生不同音色的音調(diào)，從而生成音樂。

音樂的創(chuàng)作過程其實也有組合：

將一小段音樂想法拼接和混搭起來創(chuàng)造出有趣的結合，并隨著時間的進行變化多樣。

shadow

opus

感謝今天的Mix分享~~

??????

如果對以上話題感興趣

???????????????????????????????

歡迎加入社群，

關注后回復：群聊   ??