来Google演奏一曲,以从未有过的音色 (Demo+Paper+Code)

若朴 发自 凹非寺 量子位 报道 | 公众号 QbitAI

上个月,Google公布了NSynth神经网络音频合成技术的细节。量子位在此前的报道里也有所提及。现在,更好玩的来了。

Google利用这一技术,搞了一套可以通过浏览器就能打开玩的神经网络音频合成器。量子位亲测可玩,界面如下:

这个合成器由Google Creative Lab开发,如图所示,你可以在两对乐器之间进行组合插值,创造出属于你的独特音色乐器。

想一试身手的朋友,地址在此:

https://aiexperiments.withgoogle.com/sound-maker/view/

普通青年在线玩一玩就好了,有追求的艺术青年,还可以把代码下载回家,继续东搞搞西搞搞。下载地址:

http://download.magenta.tensorflow.org/demos/nsynth/NSynthProject.zip

Google大脑Magenta项目的目标,不仅仅是开发出新的生成算法,而且还要创造创意的闭环。这个团队希望通过机器学习的工具激发创作者的灵感,也同时激发未来的研究方向。

这个团队的研究目标,不是用人工智能来代替人类的创造力,而是希望把更深层次的理解注入工具之中。

背后技术

算法的改进和高质量的图像数据集,推动了生成模型在视觉领域的快速进步。现在音频领域也准备顺着同样的路径前进。

这里采用的,主要就是WaveNet+NSynth的方式。关于这个音频合成器的更多细节谈论,可以访问官网:

https://magenta.tensorflow.org/nsynth

另外,Paper地址在此:

https://arxiv.org/abs/1704.01279

最后,放一个视频~

视频内容

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2017-05-19

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏企鹅号快讯

数据分析与挖掘的流程和方法

数据分析与挖掘是对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程,整个分析过程会有以下几个步骤: 1. 确定目标 首先,...

33890
来自专栏深度学习与数据挖掘实战

干货|程序员到机器学习工程师飞跃的实战经验

“我是一名软件开发工程师,阅读过一些关于机器学习方面的书籍和博客文章,也学习过一些在线的关于机器学习的公开课。但是,我仍然不知道怎么应用到工程实践中……”

12320
来自专栏SDNLAB

ATT计划推出6万台dNOS支持的白盒设备以实现5G

25360
来自专栏大数据文摘

还在看视频读文档学编程?这有7种编程学习方式,哪种最适合你?

15320
来自专栏钱塘大数据

【盘点】15个开源的顶级人工智能工具

1. Caffe、2. CNTK、3. Deeplearning4、j4. 分布式机器学习工具包、5. H2O、6. Mahout、7. MLlib、8. Nu...

39450
来自专栏AI研习社

【头条】国外大神的机器学习算法大汇总;如何用50行PyTorch 代码实现GANs

【AI研习社】关注AI前沿、开发技巧及技术教程等方面的内容。欢迎技术开发类文章、视频教程等内容投稿,邮件发送至:zhangxian@leiphone.com ...

37940
来自专栏大数据文摘

可视化告诉你,大数据究竟是什么?

11930
来自专栏量子位

百度让AI像婴儿一样学语言,还能举一反三听老师指挥走迷宫

李杉 李林 编译整理 量子位 出品 | 公众号 QbitAI 把已经学会的技能用在新的任务上,对于人类来说是很简单的事,但这种“泛化”能力是机器所缺乏的。 百度...

34080
来自专栏机器之心

观点 | 人工智能产品化的关键是基础架构和数据,而非算法

选自theregister 作者:Katyanna Quach 机器之心编译 参与:黄小天、微胖 突然你发现,机器学习算法,你所谓的王冠,只是巨大复杂车机上...

31170
来自专栏人工智能

机器学习:预测性维修的数据基础

预测性维修作为工业互联网中的最核心应用,无论是早期的探索者还是新进的工业互联网平台都将它作为主要切入口。当我们谈到应用落地时,可能很多企业会有这样的误解或疑问:...

83390

扫码关注云+社区

领取腾讯云代金券