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(guān)性的。
聲音和其他模態(tài)信息的關(guān)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(shù)，可以通過個人設(shè)備，如手機、平板電腦等快速診斷疾病。關(guān)鍵技術(shù)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(wù)模式，但在實踐中仍需大量的數(shù)據(jù)驗證。
VoiceWise
準(zhǔn)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(xué)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(yīng)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(xué)習(xí)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(jié)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(guān)注后回復(fù)：群聊 ??
