还记得科幻电影中，主角挥舞着魔法棒，就能随意操控声音的场景吗?现在，这种神奇的能力不再是幻想!NVIDIA 最新发布的AI模型Fugatto，就像一支“声音魔法棒”，让用户仅凭文字就能操控音乐、声音和语音，创造出各种奇妙的听觉效果。Fugatto，全称为“Foundational Generative Audio Transformer Opus1”，是一款基于生成式AI技术的音频处理模型。与其他只能创作音乐或修改语音的AI模型不同，Fugatto 拥有更强大的能力，可以生成或转换任何音乐、语音和声音的混合体，并且能够理解并执行用户通过文本

在音乐和声音创作领域，技术与创意的结合总是面临诸多挑战。现有的 AI 模型往往只擅长特定的任务，缺乏广泛的适应性，这使得 AI 在音乐制作中的辅助作用受限。为了让 AI 更好地服务于音乐与音频生产，亟需一款能够灵活应对各种创作需求的通用模型。为此，NVIDIA 推出了 Fugatto，这是一款拥有25亿参数的音频生成与处理模型。Fugatto 的设计旨在通过结合文本提示与先进的音频合成能力，提供高灵活度的声音输入和创作实验空间。例如，它可以将钢琴旋律转变为人声演唱，或者让小号发出