АудиоЛМ
AudioLM — это исследовательская среда Google, которая генерирует реалистичный звук — речь или фортепианную музыку — обрабатывая звук как язык и предсказывая его токен за токеном.
Обзор
It matters because it showed you can produce coherent, natural-sounding audio continuations without any text transcript or musical score.
Глубокое погружение
Программа AudioLM, представленная Google в 2022 году, переосмысливает генерацию звука как задачу языкового моделирования: она преобразует необработанные сигналы в дискретные токены, а затем прогнозирует следующий токен, точно так же, как текстовая модель прогнозирует следующее слово. Его ключевой трюк — иерархия типов токенов. «Семантические» токены (из такой модели, как w2v-BERT) фиксируют долговременную структуру — фонетику, синтаксис, мелодию — в то время как «акустические» токены (из нейронного кодека SoundStream) фиксируют мелкие детали, такие как личность говорящего, тембр и условия записи. Сначала предсказывая семантические токены, а затем обуславливая их акустическими токенами, AudioLM создает продолжения, которые остаются связными в течение многих секунд, сохраняя при этом исходный голос или инструмент. Спустя несколько секунд речи он продолжает говорить тем же голосом; имея фортепиано, он импровизирует в том же стиле.
Техническая информация
AudioLM обучается исключительно на аудио — без расшифровок. SoundStream сжимает звук в акустические токены посредством остаточного векторного квантования, а w2v-BERT предоставляет грубые семантические токены. Стек языковых моделей Transformer прогнозирует токены поэтапно: сначала семантические для структуры, затем грубые и точные акустические токены для высокоточной реконструкции. Декодер SoundStream, наконец, превращает предсказанные токены обратно в сигнал, создавая звук, который сохраняет согласованность голоса и просодии говорящего.
Стратегическое воздействие
Доступ и охват
Это улучшает доступность за счет транскрипции, повествования и голосовых интерфейсов.
Стоимость и бюджет
Медиа-команды могут выпускать качественное аудио быстрее с меньшими бюджетами.
Скорость и масштаб
Системы, работающие с клиентами, могут обрабатывать устные взаимодействия в большем масштабе.
Будущее AudioLM
Рецепт AudioLM на основе токенов стал основой для более поздних систем: идеи AudioLM Google были использованы в MusicLM для преобразования текста в музыку и SoundStorm для более быстрой генерации, в то время как более широкая область теперь смешивает семантические и акустические токены для речи, музыки и звуковых эффектов. Ожидайте более быстрой генерации в реальном времени, более длительных когерентных выходных данных и мультимодального управления, при котором текст или другие сигналы управляют чисто аудиообученными моделями. Те же самые методы также усиливают обеспокоенность по поводу клонирования голоса и дипфейков аудио.
Реальная реализация
Продолжение короткого речевого фрагмента тем же голосом и интонацией говорящего без расшифровки.
Импровизация новой фортепианной музыки, соответствующей стилю короткой записанной подсказки.
Служит основой генерации звука для систем преобразования текста в музыку, таких как MusicLM.
Исследование синтеза речи с сохранением просодии и записи акустики по сэмплу
Риски и ограничения
Риски неправильного использования голоса и выдачи себя за другое лицо возрастают при отсутствии согласия.
Точность может снижаться из-за акцентов, диалектов или шумной обстановки.
Синтетический звук можно принять за аутентичную речь без четкой маркировки.
Дорожная карта реализации
Получите явное согласие на захват, клонирование и повторное использование голоса.
Проверьте качество звука при использовании различных динамиков и фоновых условий.
Определите, когда человек должен проверять или утверждать результаты.
Маркируйте синтетический звук и сохраняйте записи о происхождении для обеспечения ответственности.
Продолжайте исследовать
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AudioLM quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Следующее руководство
Обнаружение ключевых слов и пробуждающие слова
Часто задаваемые вопросы
What is AudioLM?
AudioLM — это исследовательская среда Google, которая генерирует реалистичный звук — речь или фортепианную музыку — обрабатывая звук как язык и предсказывая его токен за токеном. Это важно, потому что оно показало, что можно создавать связные, естественно звучащие аудиопродолжения без какой-либо текстовой расшифровки или музыкальной партитуры.
Какую основную идею использует AudioLM для создания звука?
AudioLM преобразует сигналы в дискретные токены и последовательно прогнозирует их, применяя подход языковых моделей «следующий токен» к необработанному звуку.
Какова роль «семантических» токенов в AudioLM?
Семантические токены (из w2v-BERT) кодируют высокоуровневую структуру и связность, а акустические токены обрабатывают мелкие детали звука.
Какой нейронный кодек создает акустические токены AudioLM?
SoundStream использует остаточное векторное квантование для сжатия звука в акустические токены, а затем декодирует предсказанные токены обратно в сигнал.
Что AudioLM требует в качестве обучающих данных?
Примечательной особенностью является то, что AudioLM обучается исключительно на аудио без каких-либо текстовых меток, изучая структуру непосредственно на звуке.
Почему AudioLM предсказывает семантические токены раньше акустических токенов?
Создание грубой структуры сначала сохраняет согласованность результатов с течением времени; Затем к этой структуре добавляются акустические токены, чтобы добавить детализацию высокой точности.