AudioLDM 2 dezvoltat de Universitatea din Surrey folosește o reprezentare numită ‘Language of Audio’ (LOA) pentru a traduce descrieri textuale în orice tip de semnal acustic: efecte foley, zgomote industriale, triluri de păsări sau compoziții muzicale.
from diffusers import AudioLDM2Pipeline
import torch
import scipy
pipe = AudioLDM2Pipeline.from_pretrained("haoheliu/audioldm2-large", torch_dtype=torch.float16).to("cuda")
audio = pipe("Pădure tropicală exotică cu picături de ploaie lovind frunzele și strigăte de papagali", audio_length_in_s=10.0).audios[0]
scipy.io.wavfile.write("padure.wav", rate=16000, data=audio)Fidelitate foley: Este instrumentul open-source ideal pentru designerii de sunet de jocuri și film.
Întrebări & Exemple practice:
AudioLDM 2: Model Latent de Difuzie pentru Generare Universală de SunetAi o întrebare despre AudioLDM 2: Model Latent de Difuzie pentru Generare Universală de Sunet sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.