ByteDance-ը հայտնել է, որ Seed Audio 1.0-ը հասանելի է BytePlus-ում

Ընկերության խոսքով՝ իր ձայնային մոդելը մեկ հրահանգով միասին ստեղծում է խոսք, ձայնային էֆեկտներ և միջավայրի հնչյուններ՝ թույլ տալով կառավարել երկխոսության ժամանակավորումը։
Այս հոդվածում
Միակ աղբյուր՝ ByteDance-ը հայտնել է, որ ձայն ստեղծելու իր Seed Audio 1.0 մոդելը հասանելի է BytePlus-ում։ Նոյեմբերի 16-ի հայտարարության մեջ ընկերությունն ասել է, որ մեկ հրահանգով մոդելը կարող է միասին ստեղծել խոսք, ձայնային էֆեկտներ և միջավայրի հնչյուններ՝ համակարգելով կերպարների խոսքի մատուցումը, ժամանակավորումն ու ֆոնային ձայնը։
ByteDance-ի խոսքով՝ ձայնային արտադրության զգալի մասը դեռ ներառում է առանձին շերտերի ստեղծում, դրանց տեղադրում ժամանակային գծի վրա և ժամանակավորման ու միքսի բազմակի ճշգրտում։ Փոխարենն ընկերության մոդելը նպատակ ունի այդ տարրերը ստեղծել որպես մեկ տեսարան։ Ընկերության խոսքով՝ այս մոտեցումը կարող է կիրառվել կրկնօրինակման, գովազդի, խաղերի և փոդքասթների համար։
Ձայներ, լեզուներ և ժամանակավորում
Ընկերության խոսքով՝ մոդելը կարող է մեկ անգամով ստեղծել մինչև 2 րոպե տևողությամբ ձայնագրություն և շարունակել այն։ Ստեղծագործողները կարող են ձայնը ձևավորել տեքստային նկարագրությամբ, օգտագործման թույլտվություն ունեցող ձայնային նմուշով կամ երկուսի համադրությամբ՝ առանց յուրաքանչյուր խոսողի համար առանձին մոդել վարժեցնելու։
ByteDance-ի խոսքով՝ մոդելը կարող է ձայն ստեղծել ավելի քան 20 լեզվով և դրանցում պահպանել կերպարի ձայնի ճանաչելի հնչողությունն ու խոսքի մատուցման ոճը։ Ընկերությունն ասել է, որ ստեղծագործողները կարող են երկխոսության մեկնարկը սահմանել 100 միլիվայրկյան ճշգրտությամբ, ինչը, ընկերության խոսքով, կարող է օգտակար լինել տեսանյութերի կրկնօրինակման, վերաձայնագրման, գովազդի և սցենարով ձայնային նյութերի համար, որտեղ ժամանակավորումը կարևոր է։ Ժամանակավորման մանրակրկիտ կառավարումն այժմ հիմնականում վերաբերում է երկխոսությանը։
Ընկերության գնահատականները
ByteDance-ի խոսքով՝ իր սուբյեկտիվ համեմատություններում տեքստային նկարագրությամբ ստեղծված ձայներն ավելի հաճախ են նախընտրություն ստացել, իսկ օգտագործելիության և բարձրորակ արդյունքների ցուցանիշները բարելավվել են։ Ընկերությունն ասել է, որ իր գնահատած սցենարների մեծ մասում օգտագործելի ձայնագրությունների բաժինը գերազանցել է 90%-ը։ Սրանք ընկերության գնահատականներն են, ոչ թե անկախ փորձարկումների արդյունքներ։
ByteDance-ի խոսքով՝ բազմալեզու ձայնագրությունների իր մարդկային գնահատման ժամանակ լեզուների մեծ մասում բնականության ցուցանիշը մարդկանց գնահատականների միջինով գերազանցել է 4,0-ը։ Ձայնի ստեղծման բարդ առաջադրանքներում հրահանգներին հետևելու համար գնահատված բոլոր լեզուները, բացի վիետնամերենից, ստացել են 3,5-ից բարձր միավոր։
Նախատեսվող կառավարման հնարավորությունները
ByteDance-ը նախատեսում է մանրակրկիտ կառավարումը տարածել ձայնային էֆեկտների, միջավայրի հնչյունների և երաժշտության վրա, ինչպես նաև բարելավել ձայնի կայունությունն ավելի երկար ու բարդ տեսարաններում։ Ընկերությունը նաև նախատեսում է ավելացնել տեսանյութերը որպես նմուշ օգտագործելու հնարավորություն և ուսումնասիրել երկար ու բազմուղի ձայնի ստեղծումը, ինչպես նաև այնպիսի բազմալեզու թարգմանությունը, որը թույլ կտա ստեղծագործողներին կառավարել խոսքի արտահայտչականությունը, ժամանակավորումն ու տևողությունը։ Ընկերությունը ժամկետներ չի նշել։
Ավելի վաղ՝ Տեխնոլոգիա
ԳերբանականությունByteDance-ը թողարկել է տեսանյութերի ստեղծման Seedance 2.5 մոդելը
ByteDance-ի խոսքով՝ մոդելը փուլ առ փուլ հասանելի է դառնում Jimeng AI-ում և Doubao Pro-ում ու կարող է մեկ անգամում ստեղծել մինչև 30 վայրկյան տևողությամբ տեսանյութ՝ նախկին 15-ի փոխարեն։
2 րոպե
Ծրագրային ապահովումApple-ը OpenEvidence-ի հետ առողջական հարցերի ուսումնասիրություն է սկսել
ԱՄՆ-ում պայմաններին համապատասխանող 21 և բարձր տարիքի անձինք կարող են գրանցվել Apple Intelligence ապահովող iPhone-ով՝ iOS 26 կամ ավելի նոր համակարգով։ Նրանք կարող են առողջական հարցեր տալ, կարդալ կլինիկական հղումներով պատասխանները և գնահատել դրանք։ Apple-ը հայտնում է, որ հավելվածը նախատեսված չէ հիվանդություններ ախտորոշելու կամ բուժելու համար։
2 րոպե
ԸնկերություններSK Hynix-ը նախատեսում է մատակարարներին աջակցել 1,4 տրիլիոն վոնով (մոտ $1 միլիարդ)
Հարավկորեական չիպարտադրողը նախատեսում է հինգ տարի աջակցել երկրի մատակարարներին և հայտնել է, որ համատեղ ֆինանսավորմամբ ստեղծվող Trinity Fab փորձարկման կենտրոնը նախատեսվում է բացել 2027-ի մայիսին։
2 րոպե
