英伟达与MIT合作推出Audio
作者：敖祯十七手游网时间：2025-05-16 08:09:30
近日，科技界传来一项新的合作成果，英伟达与麻省理工学院（MIT）携手推出了Audio-SDS技术，这是一项基于文本条件的音频扩散模型扩展技术，为音频生成领域带来了新突破。
音频扩散模型在近年来凭借其生成高质量音频的能力备受瞩目。然而，这类模型的一个显著局限在于难以对明确且可解释的参数进行优化，这限制了其在实际应用中的灵活性和广泛性。
为了克服这一挑战，英伟达与MIT的科研团队首次将Score Distillation Sampling（SDS）方法引入到音频领域。他们结合了预训练模型的强大生成能力与参数化音频表示，从而无需依赖大规模特定数据集，即可应用于FM合成器参数校准、物理冲击音合成以及音源分离等三大关键任务。
SDS技术此前已在文本生成3D图像和图像编辑领域得到了广泛应用。英伟达此次将SDS技术与音频生成相结合，推出了Audio-SDS。该技术能够利用预训练模型的先验知识，直接根据高级文本提示调整FM合成参数、冲击音模拟器或分离掩码，从而实现了更加灵活和精准的音频生成。
在实验中，研究团队采用了基于解码器的SDS、多步去噪以及多尺度频谱图等方法。实验结果表明，Audio-SDS在主观听觉测试和客观指标（如CLAP分数、信号失真比SDR）上均展现出了卓越的性能。
Audio-SDS的一大创新之处在于，它仅需一个预训练模型即可支持多种音频任务，从而极大地降低了对大规模领域特定数据集的依赖。这一特性使得Audio-SDS在音频生成领域具有更广泛的应用前景。
然而，研究团队也指出了Audio-SDS目前仍面临的一些挑战，包括模型覆盖范围有限、潜在编码伪影以及优化敏感性等问题。他们表示，未来将继续致力于解决这些问题，以进一步提升Audio-SDS的性能和应用范围。
相关文章
-
英伟达与MIT合作推出Audio近日，科技界传来一项新的合作成果，英伟达与麻省理工学院（MIT）携手推出了Audio-SDS技术，这是一项基于文本条件的音频扩散模型扩展技术，为音频生成领域带来了新突破。音频扩散模型在近年来凭借其生成
-
菜鸟凯铭文出装攻略（提升游戏实力，助你成为凯铭王者）《王者荣耀》作为中国最热门的手机游戏之一，在全球范围内拥有庞大的玩家群体。作为一款多人在线对战游戏，玩家们都希望在游戏中能够发挥自己最强大的实力。而对于凯铭这个英雄而言，正确的铭文和出装选择至关重要。
-
上市半年-6.9-折腰斩：一加-13-手机-24GB+1TB-版国补后-4170-元新低一加 13 手机发布于 2024 年10 月 31 日，24GB+1TB 定价 5999 元。京东 618 大促期间，按下方步骤下单，叠加 PLUS 立减 + 15% 国补后仅需4170 51 元：满
-
兔子先生的魔术秀第三幕通关攻略-兔子先生的魔术秀攻略在兔子先生的魔术秀游戏的第三幕中，玩家需要完成一个基于卡牌选择的解密任务。第三幕中有四组卡牌，玩家需要从每组中选出不同的卡牌以完成任务。以下是第三幕具体的通关流程。兔子先生的魔术秀第三幕通关方法1、第
-
无人区6电影免费入口-无人区6电影免费入口不收费版v2.4.1随着网络电影和视频平台的迅猛发展，越来越多的观众开始选择通过互联网观看最新的电影和电视剧。而无人区6电影免费入口不收费版无疑是其中的一颗闪亮明珠。该版本不仅给用户提供了免费的观看体验，还提供了高质量的
-
兔子先生的魔术秀第二幕通关攻略-兔子先生的魔术秀攻略兔子先生的魔术秀游戏在第二幕中，玩家需要根据花朵的花瓣数量进行排序。具体来说，玩家要将花朵按照花瓣数量从1到6的顺序排列，颜色顺序为紫、白、红、绿、黄、蓝，以下是第二幕的通关具体攻略。兔子先生的魔
