详细内容或原文请订阅后点击阅览
为视频生成音频
视频转音频研究使用视频像素和文本提示来生成丰富的音轨
来源:DeepMind - 新闻与博客本作品得益于以下人员的贡献：Ankush Gupta、Nick Pezzotti、Pavel Khrushkov、Tobenna Peter Igwe、Kazuya Kawakami、Mateusz Malinowski、Jacob Kelly、Yan Wu、Xinyu Wang、Abhishek Sharma、Ali Razavi、Eric Lau、Serena Zhang、Brendan Shillingford、Yelin Kim、Eleni Shaw、Signe Nørly、Andeep Toor、Irina Blok、Gregory Shaw、Pen Li、Scott Wisdom、Aren Jansen、Zalán Borsos、Brian McWilliams、Salah Zaiem、Marco Tagliasacchi、Ron Weiss、Manoj Plakal、Hakan Erdogan、John Hershey、Jeff Donahue、Vivek Kumar 和 Matt Sharifi。
我们向 Benigno Uria、Björn Winckler、Charlie Nash、Conor Durkan、Cătălina Cangea、David Ding、Dawid Górny、Drew Jaegle、Ethan Manilow、Evgeny Gladchenko、Felix Riedel、Florian Stimberg、Henna Nandwani、Jakob Bauer、Junlin Zhang、Luis C. Cobo、Mahyar Bordbar、Miaosen Wang、Mikołaj Bińkowski、Sander Dieleman、Will Grathwohl、Yaroslav Ganin、Yusuf Aytar 和 Yury Sulsky 表示感谢。
特别感谢 Aäron van den Oord、Andrew Zisserman、Tom Hume、RJ Mical、Douglas Eck、Nando de Freitas、Oriol Vinyals、Eli Collins、Koray Kavukcuoglu 和 Demis Hassabis 在整个研究过程中提供的深刻指导和支持。
我们还要感谢 Google DeepMind 和 Google 合作伙伴中做出贡献的许多其他个人。