Sean Parker 将 Stability AI 转向音乐领域
Napster 联合创始人 Sean Parker 正把 Stability AI 重塑为面向音乐专业人士的 AI 工具公司。两年前他参与了对这家濒临崩溃的图像生成初创公司的 8000 万美元救助，如今与 CEO Prem Akkaraju 一同公布新方向。
#语音
#语音
今日 0 条TechCrunch · AIAI 评分5858 The DecoderAI 评分5555 Suno 推出 Speech 功能，可生成带配乐的语音音频
AI 音乐生成器 Suno 新增 Speech 功能，可将口述文本与匹配的背景音乐合成为单条音轨，用户输入想法或文本并描述想要的嗓音与音乐风格。Suno 产品负责人 Jack Brody 称该功能已在小范围测试一个月，可用于诗歌、冥想和睡前故事，但 beta 版仍有 bug，例如英式口音有时听起来像澳式口音。
The Verge · AIAI 评分5555 Suno 上线语音生成功能，可同时生成人声与背景音乐
AI 音乐平台 Suno 推出语音生成功能 Speech，已在网页端和移动端开启公开测试，可根据脚本或提示词生成人声，并同时生成配套背景音乐。该功能提供 Simple 和 Advanced 两种模式，后者可自定义脚本并调整 AI 声音性别、语音风格和生成多样性，单次生成最长约 8 分钟，背景音乐可通过开关关闭。Suno 首席产品官 Jack Brody 称该功能仍不完善，将根据用户反馈持续改进。
The DecoderAI 评分6767 微软 AI 发布面向语音智能体的实时转写与语音合成模型
微软 AI 发布实时转写模型 MAI-Transcribe-2-Streaming，支持 60 种语言，首个部分结果延迟略超 100 毫秒，微软称其在 Artificial Analysis 准确率排名第一，年底前音频价格为每小时 0.54 美元的推广价。