详细内容或原文请订阅后点击阅览
推动音频发电的前沿
我们开创性的语音生成技术正在帮助世界各地的人们与更自然，对话和直观的数字助手和AI工具互动。
来源:DeepMind - 新闻与博客研究
推动音频发电的前沿
- 发布于2024年10月30日AuthorszalánBorsos，Matt Sharifi和Marco Tagliasacchi
我们开创性的语音生成技术正在帮助世界各地的人们与更自然，对话和直观的数字助手和AI工具互动。
言语是人类联系的核心。它可以帮助世界各地的人们交流信息和思想，表达情感并建立相互理解。随着我们旨在生成自然，动态声音的技术不断改善，我们正在释放更丰富，更具吸引力的数字体验。
在过去的几年中，我们一直在推动音频生成的前沿，开发了可以从一系列输入中创建高质量，自然语音的模型，例如文本，节奏控制和特定的声音。该技术在许多Google产品和实验中为单言音频提供了动力，包括Gemini Live，Project Astra，Journey Voices和YouTube的自动配音 - 并正在帮助世界各地的人们与更自然，对话和直觉的数字助手和AI工具进行互动。
gemini live Project Astra 旅程声音 YouTube的自动配音与Google的合作伙伴一起工作，我们最近帮助开发了两个新功能，这些功能可以生成长格式的多扬声器对话，以使复杂的内容更易于访问：
- Notebooklm音频概述将上传的文档变成引人入胜且活泼的对话。一键单击，两个AI主机总结了用户资料，在来回的主题和开玩笑之间建立联系。Illuminate创建了有关研究论文的正式AI生成的讨论，以帮助使知识更易于访问和消化。