Cette intelligence artificielle révolutionne la communication avec les espèces animales : un pas vers l’inimaginable

Nvidia vient de dévoiler un modèle audio d’intelligence artificielle susceptible de bouleverser notre perception des sons. Baptisé Fugatto, ce modèle ne se contente pas de reproduire des sons existants ; il synthétise des sons totalement inédits. Cette avancée technologique pourrait bien redéfinir notre conception de la musique et des effets sonores.

Fini les effets de l’alcool avec ce gel révolutionnaire

Une technologie innovante

Le modèle Fugatto utilise des méthodes d’entraînement synthétiques et des techniques de combinaison avancées. Ces procédés lui permettent de transformer n’importe quelle combinaison de musique, de voix et de sons.

Bien que Fugatto ne soit pas encore disponible pour le grand public, un site rempli d’échantillons audio montre déjà une partie de son potentiel. Des saxophones qui aboient, des voix humaines sous-marines, ou encore des sirènes d’ambulance chantant en chœur : les résultats sont aussi surprenants que variés.

Un couteau suisse pour le son

Nvidia décrit Fugatto comme un véritable « couteau suisse pour le son ». Les capacités du modèle s’appuient sur une base de données audio open source richement annotée.

Ce matériau révolutionne l’industrie automobile avec 50% d’énergie en plus pour nos batteries : des opportunités inédites

Avec 20 millions d’échantillons représentant au moins 50 000 heures d’audio, Fugatto possède une palette sonore impressionnante. Cette diversité lui permet de créer des combinaisons sonores encore jamais entendues.

Des défis techniques

Créer un ensemble de données d’entraînement pour Fugatto n’a pas été une tâche aisée. Les chercheurs de Nvidia ont dû élaborer des instructions détaillées et variées pour chaque échantillon.

Grâce à des modèles de compréhension audio existants, ils ont généré des « légendes synthétiques » décrivant des traits tels que le genre, l’émotion et la qualité de la parole. Ces descriptions permettent à Fugatto de quantifier et de manipuler ces caractéristiques de manière unique.

Le télescope James Webb découvre le premier « zig-zag d’Einstein », une clé potentielle pour sauver la cosmologie

La flexibilité de ComposableART

La technologie ComposableART de Fugatto va encore plus loin. Elle permet de contrôler et de générer indépendamment des combinaisons inédites d’instructions et de tâches.

En d’autres termes, Fugatto peut prendre des traits sonores de son ensemble d’entraînement et les combiner pour créer des sons entièrement nouveaux. Imaginez un violon qui sonne comme un bébé riant ou un banjo jouant sous une pluie douce : les possibilités sont infinies.

Applications et implications

Fugatto ouvre la voie à de nombreuses applications, de la prototypage de chansons aux bandes-son de jeux vidéo évolutives. Nvidia insiste sur le fait que Fugatto est un outil pour les artistes sonores, et non un substitut à leur créativité.

Comme l’a souligné Ido Zmishlany, producteur et participant au programme Nvidia Inception, « Avec l’IA, nous écrivons le prochain chapitre de la musique ». Cette technologie pourrait bien être le déclencheur de nouveaux genres musicaux encore inimaginés.

Vers une nouvelle ère sonore ?

Alors que Fugatto n’en est qu’à ses débuts, les promesses de cette technologie sont immenses. Elle pourrait transformer la manière dont nous créons et interagissons avec les sons.

La question reste ouverte : comment les artistes et les créateurs sonores vont-ils utiliser Fugatto pour repousser les limites de leur art ? Les prochaines innovations sonores pourraient bien être plus proches qu’on ne le pense.

Source : Arstechnica