Meta 开源全新音频压缩技术 EnCodec,比 MP3 小 10 倍

Meta 开源全新音频压缩技术 EnCodec,比 MP3 小 10 倍 Meta 旗下基础人工智能研究 (FAIR) 团队在 AI 驱动的音频超压缩领域取得了成功,构建了一个由三部分组成的系统,并对其进行端到端训练,以将音频数据压缩到目标大小,然后可以使用神经网络对这些数据进行解码。与 64 kbps 的 MP3 相比,Meta 的新技术 EnCodec 实现了大约 10 倍的压缩率,而且没有质量损失。 Meta 表示,该技术尚未涵盖视频,但目前已在计划中,其目标是改进视频会议、流媒体电影以及在 VR 中与朋友玩游戏等的音频体验。 来自:雷锋 频道:@kejiqu 群组:@kejiquchat 投稿:@kejiqubot

相关推荐

封面图片

Meta开源了AI 音频生成工具 AudioCraft,包含 3 个模型:

Meta开源了AI 音频生成工具 AudioCraft,包含 3 个模型: - MusicGen 文本生成音乐 - AudioGen 文本生成音频 - EnCodec 损失更少的音频压缩 || MusicGen在HuggingFace 上的

封面图片

Meta 发布开源 AI 工具 AudioCraft,用户可通过文本提示创作音乐、音频

Meta 发布开源 AI 工具 AudioCraft,用户可通过文本提示创作音乐、音频 Meta 开源了一款生成式 AI 工具 AudioCraft,可帮助用户通过文本提示创作音乐和音频。 根据 Meta 官方介绍,AudioCraft 包含了三个核心组件: 1、MusicGen:使用 Meta 拥有 / 特别授权的音乐进行训练,根据文本提示生成音乐。 2、AudioGen:使用公共音效进行训练生成音频或扩展现有音频,后续还可生成环境音效(如狗叫、汽车鸣笛、木地板上的脚步声)。 3、EnCodec(改进版):基于神经网络的音频压缩解码器,可生成更高质量的音乐并减少人工痕迹,或对音频文件进行无损压缩。 该工具经过开源之后,相关研究人员和从业人员可以使用自己的数据集训练模型。官方宣称 AudioCraft 系列模型能够长期稳定地生成高质量音频,而且易于使用,能够为音乐家和声音设计师“提供灵感”,帮助他们快速集思广益,并“以新的方式迭代他们的作品”。 AudioCraft 项目地址: 、

封面图片

软件音频提取器功能:视频转 MP3

软件音频提取器 软件功能:视频转 MP3 支持平台:#Android 软件简介:一款免费从视频文件中提取音频、剪切音频以及更改视频的音频轨道的工具。 可以从视频中提取高质量的音频文件,并将视频转换为多种音频格式,如.mp3、.wav和.aac。 可以轻松修剪或更改音频格式从任何格式到mp3、aac和wav。用户可以通过更改音频的开始和结束时间来进行修剪,并选择不同的格式保存剪辑文件。 软件下载:点击下载 频道 群聊 投稿 商务

封面图片

网站ezyZip网站功能:在线压缩

网站ezyZip 网站功能:在线压缩 网站简介:一个在线压缩和解压缩文件的网站,可以在浏览器中快速、安全、免费地处理各种格式的文件。 可以减少媒体(视频/音频)文件的大小,支持多种格式,如 mp4, mov, mp3, ogg 等。 可以通过设定特定目标文件大小或选择百分比减少来定制压缩效果。这个功能非常适合根据各种需求或限制定制媒体文件,比如满足上传和电子邮件的大小限制,或节省磁盘空间。 网站链接:点击访问 频道 群聊 投稿 商务

封面图片

#音频 #剪辑 Online MP3 Cutter

#音频 #剪辑 Online MP3 Cutter 在线音频剪辑工具,支持超过 300 种音频格式,支持快速剪切音频片段、添加淡入淡出效果、提取视频中的音频、调整音量、变速、变调以及应用均衡器等功能,另可一键生成 iPhone 铃声,将剪辑后的音频保存为 M4R 格式,免费使用,无需注册。 https://mp3cut.net 频道 @Edgebyte

封面图片

AI识别唇语:Meta 开源第一个视听语言翻译语料库 MuAViC

AI识别唇语:Meta 开源第一个视听语言翻译语料库 MuAViC MuAViC 源数据来自 TED 和 TEDx 超过8000名演讲者的视频,提供了9种语言的1200小时的音频-视觉语料,包括英语、阿拉伯语、德语、希腊语语、西班牙语、法语、意大利语、葡萄牙语和俄语。 MuAViC 支持多种任务,如自动语音识别、唇读、机器翻译和端到端的语音到文本翻译。Meta 的开源模型 AV-HuBERT 经过 MuAViC 训练后,在嘈杂环境中的表现远优于其它领先的翻译模型。

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人