最近，浙江大学、北京大学、卡内基梅隆大学和中国人民大学的研究人员针对性的解决以上难题，提出了全新的音频理解与生成系统 AudioGPT。AudioGPT 以 ChatGPT 充当负责对话与控制的大脑，语音基础模型协同以完成跨模态转换、以及音频 (语音、音乐、背景音、3D 说话人) 模态的理解、生成，能够解决 20 + 种多语种、多模态的 AI 音频任务。
此项目为免费开源的，获取开源地址，关注公众号【QooAI】回复关键词【audiogpt】即可获取。
文章中提到的工具包在社群里都能搜索到。
微信扫一扫
英伟达于2月13日发布“Chat with RTX”，官网显示这是一款适用于 Windows PC 的聊天机器人，由 TensorRT-LLM 提供支持。 Cha…
用户研究、反馈分析 → Kraftful https://kraftful.com 脑图 → Whimsical https://whimsical.com/ai-mind-maps 画原型…
GPT-4o 与 GPT-3.5 和 GPT-4 的比较 GPT-4o 是 OpenAI 开发的最新大型语言模型 (LLM)，它在 GPT-3.5 和 GPT-4 的基础上进…
由于春节期间DeepSeek的爆火出圈，其官网和相关API服务频繁中断服务，你可以考虑在本地使用Ollama框架部署DeepSeek的开源…
近期meta公司为旗下whatsapp应用引入AI机器人聊天记忆功能，此功能可以记住用户过去对话的细节，为用户提供更加个性化的体…
