Fugatto

Fugatto是由英伟达（NVIDIA）研发的一种基于Transformer架构的音频合成与转换模型，全称“Foundational Generative Audio Transformer Opus 1”。该模型能够根据文本提示生成或转换音频内容，同时支持对现有音频文件的编辑与调整。其核心功能包括将乐器旋律转化为人声演唱版本、调整语音的情绪与口音等。Fugatto采用了增强型Transformer架构，并引入了自适应层归一化等技术，增强了模型在复杂组合指令下的表现力。 Fugatto的主要优势在于其强大的多任务处理能力和高度的艺术控制能力。通过ComposableART技术，用户可以灵活组合多种指令，实现对音频属性的精确调节，例如节奏、音色以及情感表达等。此外，Fugatto还具备生成动态变化声音的能力，能够模拟自然界或人工环境中的复杂声音场景，为影视、游戏等行业提供高质量的音效支持。