11月25日，英伟达发布音乐生成AI模型Fugatto，称其为“全球最灵活的声音机器”。该工具被誉为声音领域的“瑞士军刀”，能够精细化控制声音生成，不仅限于创作音乐，还能修改和混合各种声音。用户通过简单的文字描述或音频输入，即可生成音乐片段、音效及调整人声特质。例如，“会喵喵叫的小号”或“包含萨克斯管嚎叫、狗吠声和电子音乐的曲子”等创意提示都能实现。此外，Fugatto可生成独特声音效果，如“深沉的低音脉冲与高音数字鸣叫声交织”的巨型智能机器苏醒声，甚至可以改变音频片段的口吻和语气，如将柔声细语变成愤怒咆哮。此工具对音乐艺术家而言尤其有用，支持分离歌曲中的主唱、添加乐器，甚至将钢琴声替换为歌剧演唱，以随意改编音乐旋律。详细操作可见相关视频演示。

**摘要：** 英伟达近日推出全新AI模型Fugatto，该模型能够生成音乐、修改人声，并根据自然语言提示创作声音效果。Fugatto是首个具备混合训练元素及遵循“自由形式指令”的基础模型，可实现多种音频转换功能。用户不仅能将语音翻译成另一种语言，同时保持原有音色，还能将简单旋律转化为复杂的管弦乐表演，甚至添加不同节奏。此外，该模型可将文本转化为指定声音的朗读，甚至带有情感色彩的声音。尽管Fugatto不完美，但它可能对音乐、娱乐及翻译服务等多个行业产生深远影响。英伟达表示，目前没有发布此技术的具体计划，但希望它能成为艺术家探索的新工具。据英伟达应用深度学习研究副总裁Bryan Catanzaro透露，Fugatto的多功能性为音频创作提供了新前景。 （发布日期：2023年11月26日）