声音,无限可能

by design-ai-lab

eva

(O_O)?

提供某人的一段讲话音频，你可以从两张人脸图像中判断出哪个是说话人吗？

来自论文：

Seeing Voices and Hearing Faces: Cross-modal biometric matching

类似于“相由心生”，声音也是和面相有相关性的。

声音和其他模态信息的关联度，或者互动，真的非常有意思~~

@知识库

shadow

知识库

来啦~~
我们先从声音与健康说起~~

国际期刊《柳叶刀》有一篇《通过你的声音能诊断疾病吗？》

利用AI技术，可以通过个人设备，如手机、平板电脑等快速诊断疾病。关键技术是AI识别和处理人类的各种声音模式，包括音高、音调、节奏，呼吸轻缓、咳嗽等。这将极大改善医疗健康的服务模式，但在实践中仍需大量的数据验证。

VoiceWise

准确率高达95％

第一性原理：如果器官生病了，人的声音就会发生改变。

罗马Tor Vergata大学教授Giovanni Saggio开发了VoiceWise，该系统分析用户的声音，通过AI将6300个声音值与某些病理状态的声音值进行比较，从而诊断所患的病理。

听声把脉！

shadow

无界

引用我超喜欢程序猿的一句diss用语：

Talk is cheap ,    
show me the code

知识库

还有音乐、互动体验方面的应用。@无界 这两个都是开源的。

有代码……

🔥 DeepSlayerXL

这是一个音乐专辑，基于Transformer-XL语言模型，学习了3604首俄罗斯MIDI歌曲的特征，自动生成金属音乐，除了音乐本身，作者还使用了GPT-3来生成各种各样的点评。

“DeepSlayerXL创作的曲目，听来还真有点意思，非常符合外行人对摇滚乐的印象”

🌍 谷歌Body Synth

Make music just by moving your body

用摄像头和AI识别人体姿态，然后通过肢体运动产生不同音色的音调，从而生成音乐。

音乐的创作过程其实也有组合：

将一小段音乐想法拼接和混搭起来创造出有趣的结合，并随着时间的进行变化多样。

shadow

opus