Nvidia vừa công bố một bước đột phá quan trọng trong lĩnh vực công nghệ âm thanh với sự ra mắt của Fugatto, công cụ AI mới nhất có khả năng tạo ra những âm thanh “chưa từng nghe thấy” trước đây. Được giới thiệu bởi Emma Roth từ The Verge, Fugatto gây ấn tượng bởi khả năng sáng tạo âm nhạc, hiệu ứng âm thanh và giọng nói thông qua các chỉ dẫn bằng văn bản và âm thanh mà nó chưa từng được huấn luyện.
Với Fugatto, người dùng có thể thực hiện những yêu cầu táo bạo như tạo ra âm thanh của một trumpet kêu như mèo, hay kết hợp âm nhạc điện tử với tiếng chó sủa trong một bản nhạc. Các ví dụ khác từ Nvidia cho thấy khả năng của Fugatto trong việc tạo ra các hiệu ứng âm thanh độc quyền. Chẳng hạn như tạo tiếng bass trầm rền rĩ đi kèm với những tiếng kêu kỹ thuật số cao vút để mô phỏng âm thanh của một cỗ máy khổng lồ sống động tỉnh giấc.
Fugatto còn cho phép thay đổi giọng nói của một người, từ giọng địa phương sang quốc tế hoặc từ giọng bình tĩnh sang giận dữ. Khả năng chỉnh sửa nhạc của nó cũng không kém phần ấn tượng: từ tách lời ca trong bài hát, thêm nhạc cụ, đến thay đổi giai điệu bằng cách thay thế piano bằng giọng ca opera.
Theo một báo cáo đi kèm sự kiện ra mắt, Fugatto được huấn luyện trên một danh sách dài dữ liệu, trong đó có cả thư viện hiệu ứng âm thanh từ BBC. Trong khi một số công cụ âm thanh AI khác từ Stability AI, OpenAI, Google DeepMind, ElevenLabs và Adobe đã xuất hiện, Fugatto nổi bật nhờ khả năng sáng tạo âm thanh chưa từng có tiền lệ. Không ít startup AI đang đối mặt với kiện tụng về bản quyền âm nhạc, trong khi một báo cáo gần đây cho thấy Nvidia và các công ty khác đã đào tạo mô hình AI từ phụ đề của hàng nghìn video YouTube.
Để xây dựng Fugatto, các nhà nghiên cứu của Nvidia đã tập hợp một bộ dữ liệu với hàng triệu mẫu âm thanh. Họ đã tạo ra các hướng dẫn “mở rộng đáng kể phạm vi các nhiệm vụ mà mô hình có thể thực hiện, trong khi vẫn đạt độ chính xác cao hơn và cho phép thực hiện các nhiệm vụ mới mà không cần dữ liệu bổ sung.” Dù vậy, Nvidia vẫn chưa xác nhận thời điểm hoặc liệu công cụ này có được phát hành rộng rãi hay không.
