Інтэграваны пакет для генерацыі аўдыя з тэксту, такога як гукавыя эфекты і фонавы гук, TangoFlux, бясплатны і адкрыты, без неабходнасці разгортвання і аўтарызацыі, запуск адным націскам



📚Відэакурс
🕒Апошняе абнаўленне: 14.01.2025
👥Прадпрымальнікі / Аўтары самастойных медыя / Спецыялісты трансгранічнага электроннага гандлю / Тыя, хто шукае дадатковы заробак

Даведачны матэрыял — уключаны ў членства
Адкрыйце курс з сяброўствам
🔓
Атрымайце гэты курс для азнаёмлення з членствам
📦
Станце членам — вывучыце 16742 курсаў і праграмных інструментаў у якасці даведкі
🔄
Курсы пастаянна абнаўляюцца — члены вывучаюць новыя матэрыялы па меры іх паступлення
Делиться:
Папулярныя курсы
Папулярныя праграмныя інструменты

TangoFlux — гэта інавацыйны AI-інструмент, які спецыялізуецца на генерацыі гукавых эфектаў, фонавай музыкі і іншых гукавых фрагментаў з дапамогай тэкставых падказак. Распрацаваны сумесна Сінгапурскім універсітэтам тэхналогій і дызайну і NVIDIA, TangoFlux не толькі хутка генеруе аўдыя і падтрымлівае доўгія аўдыяфайлы, але і адаптыўна наладжваецца ў адпаведнасці з патрэбамі карыстальніка, што з'яўляецца важным прарывам у тэхналогіі генерацыі аўдыя.

Асноўныя магчымасці

Эфектыўная генерацыя аўдыя

TangoFlux можа за некалькі секунд згенераваць аўдыя да 30 секунд з частатой 44.1 кГц, што значна павышае эфектыўнасць творчасці.

Падтрымка генерацыі доўгіх аўдыяфайлаў

Ён здольны генераваць аўдыя працягласцю да 30 секунд, уключаючы розныя музычныя фрагменты, экалагічныя гукавыя эфекты і спецыяльныя гукавыя эфекты, што ідэальна задавальняе розныя патрэбы ў аўдыя.

Аптымізацыя CRPO

TangoFlux уводзіць фрэймворк CLAP-Ranked Preference Optimization (CRPO), які аптымізуе згенераваныя аўдыяэфекты ў адпаведнасці з перавагамі карыстальніка, забяспечваючы адпаведнасць кожнага гукавога эфекту больш высокім стандартам якасці.

Разнастайная генерацыя гукавых эфектаў

Ад мелодыі, рытму, фонавай музыкі да гукаў прыроднага асяроддзя (напрыклад, шум дажджу, шум ветру, шум марскіх хваляў і г.д.), а таксама да спецыяльных эфектаў, такіх як выбухі, механічныя гукі, TangoFlux таксама падтрымлівае сінтэз натуральнай мовы, забяспечваючы багатую падтрымку гукавых эфектаў для розных сцэнарыяў.

Сцэнарыі выкарыстання

Музыка і кіна-тэлевытворчасць

TangoFlux можа дапамагчы хутка генераваць фонавую музыку або гукавыя эфекты, даючы натхненне для творчасці і значна скарачаючы цыкл вытворчасці.

Распрацоўка гульняў

Забяспечвае фонавыя гукавыя эфекты для гульнявых сцэн (напрыклад, лес, поле бою і г.д.) або генераваць спецыяльныя гукавыя эфекты, такія як атакі зброі, выкарыстанне навыкаў, паляпшаючы гульнявы вопыт.

Падкасты і аўдыёкнігі

Ён можа генераваць гукавыя эфекты пераходу або фонавыя гукі, і нават ствараць эмацыйную мову, дадаючы больш багатыя эмацыйныя слаі да гісторыі.

Патрабаванні да сістэмы

Каб забяспечыць нармальную працу TangoFlux, пераканайцеся, што ваш камп'ютар адпавядае наступным патрабаванням да канфігурацыі:

  • Аперацыйная сістэма:Windows 10/11 64-біт
  • Відэакарта:Відэакарта NVIDIA з аб'ёмам відэапамяці не менш за 8GB
  • CUDA:Версія >= 12.4
  • Дыскавая прастора:Пасля распакоўкі ўсяго пакета прыкладна 15.5GB, пакіньце дастаткова месца

Як праверыць мадэль відэакарты і відэапамяць

  1. Адкрыйце дыспетчар задач
  2. Націсніце "Прадукцыйнасць"
  3. Выберыце ўкладку "GPU"
  4. У правым верхнім куце паглядзіце мадэль відэакарты, а ніжэй знайдзіце аб'ём відэапамяці

Інструкцыя па выкарыстанні

  1. Спампуйце і распакуйце інтэграваны пакет.
  2. Пераканайцеся, што шлях да тэчкі і назвы файлаў не ўтрымліваюць кітайскіх сімвалаў, інакш гэта можа прывесці да таго, што некаторыя праграмы не змогуць распазнаць і паведаміць пра памылку.
  3. Двойчы пстрыкніце па файле "一键启动.bat", пачакайце крыху, і інтэрфейс аперацыі аўтаматычна адкрыецца ў браўзеры.
  4. Увядзіце тэкставы запыт, вы можаце выбраць кітайскі запыт і націснуць "Перакласці на англійскую", сістэма аўтаматычна запоўніць поле англійскага запыту; або непасрэдна ўвядзіце запыт у поле англійскага запыту, адрэгулюйце працягласць аўдыя і колькасць крокаў (максімальная падтрымка 30 секунд аўдыя, рэкамендуемая колькасць крокаў — 50), націсніце "Згенераваць аўдыя", і аўдыя адлюструецца справа.
  5. Націсніце кнопку прайгравання, каб праслухаць аўдыя, націсніце кнопку спампоўкі ў правым верхнім куце, каб захаваць у пазначаную тэчку.

Прыклады генерацыі аўдыя

  • Шум дажджу(The sound of rain.)
  • Свіст чалавека і спеў прыродных птушак(The whistles of man and the birds of nature.)
  • Гук гульні на піяніна(The sound of piano playing.)

Адрас з адкрытым зыходным кодам

Падобныя курсы