Meta 推出 SAM Audio：聽覺版「魔術棒」，讓聲音編輯像修圖一樣簡單
想像一下，只要點擊影片中的吉他，就能瞬間分離出它的獨奏聲。Meta 全新發布的 SAM Audio 模型，透過文字、視覺和時間軸指令，徹底改變了我們處理音訊的方式。這不只是 AI 的技術突破，更是創作者的一大福音。本文將帶您一探這項技術如何運作，以及它為何讓音訊工程變得如此親民。
1712 月
文章庫
好內容，值得慢慢讀。
從模型突破到日常應用，探索 AI 世界的每一面。
最新文章
由新到舊，第 44 / 109 頁AI 日報: OpenAI 推出超強修圖模型、Meta 顛覆音訊剪輯，盤點本週 AI 巨頭的 5 大重磅更新
本週對於人工智慧領域來說，絕對是熱鬧非凡的一週。從視覺創作到聽覺處理，再到科學研究與日常生產力，幾家科技巨頭不約而同地釋出了令人驚艷的新工具。OpenAI 終於解決了 AI 繪圖「微調」的痛點，Meta 則是用類似修圖的方式來處理聲音，而 Google 則致力於讓你的日常工作流程更順暢。這 …
揭秘 Resemble AI 新款 Chatterbox-Turbo：重新定義開源語音合成的真實感與效能
探索 Resemble AI 推出的 Chatterbox-Turbo 模型，這是一款僅有 3.5 億參數卻能生成超逼真語音的開源 TTS 工具。本文將詳細解析其單步解碼技術、如何透過副語言標籤（如笑聲）增強情感連結，以及開發者如何利用內建的 PerTh 浮水印技術確保 AI 使用的安全 …
AI 日報: OpenAI 音訊模型再進化，Nvidia 與 Google 釋出重磅更新
在這個人工智慧發展一日千里的時刻，每天都有新的工具試圖改變我們的工作方式。今天帶來的更新特別豐富，從 OpenAI 解決了令人頭痛的語音幻覺問題，到 Nvidia 推出了針對不同需求量身打造的模型家族，甚至是 Google 讓研究報告變得「有圖有真相」。當然，還有 Manus 帶來的行動開 …
AI 日報: 從 Sora 節日特效到 Google 地圖的視覺化革新
在這個人工智慧工具逐漸融入日常生活的時刻，科技巨頭們又拋出了一系列令人興奮的更新。這一次，重點不再只是冷冰冰的數據處理，而是更貼近人類感官的「視」與「聽」。從 Google 地圖與 Gemini 的深度整合，到 OpenAI 如何在短短一個月內打造出 Android 版 Sora，這些進展 …
AI 日報: GPT-5.2 重塑專業工作，迪士尼攜手 OpenAI 顛覆影視創作
OpenAI 推出最強 GPT-5.2 系列，Google 釋出 Deep Research 深度研究代理，迪士尼更砸下十億美元押注 Sora。這不僅是技術迭代，更是生產力與創意的全面翻新。本文將帶您深入解析這些改變遊戲規則的 AI 進展。
開源語音識別新秀 GLM-ASR-Nano-2512 登場，實測數據超越 OpenAI Whisper V3
GLM-ASR-Nano-2512 以 1.5B 參數量的輕量化設計，在多項語音識別基準測試中擊敗了 OpenAI Whisper V3。這款開源模型不僅在粵語等方言識別上表現出色，更能精準捕捉低音量的「耳語」對話，為開發者與研究人員提供了高效且強大的新選擇。
讓 AI 說話帶有真實情感：開源 GLM-TTS 模型與語音複製技術解析
探索由智譜 AI 團隊推出的 GLM-TTS，這款強大的開源語音合成系統如何透過獨特的強化學習架構，實現只需幾秒素材就能完成的高品質聲音複製。本文將詳細剖析其技術原理、情感控制功能以及如何實際應用，帶您了解這款在開源界備受矚目的新星。
AI 日報: Adobe 攜手 ChatGPT 讓創意垂手可得，Cursor 與 Google Jules 重新定義程式開發
在這個 AI 技術不斷推陳出新的時刻，今天的科技圈迎來了幾項重量級的更新。從創意設計到程式碼除錯，再到語音合成技術的突破，這些工具正悄悄改變著我們的工作方式。最引人注目的莫過於 Adobe 將其核心應用程式整合進 ChatGPT，以及 Cursor 和 Google 分別在程式開發領域推出 …
AI 日報: Mistral Devstral 2 強勢登場，OpenAI 開設官方認證課程
本週 AI 領域迎來了幾項重大更新，從開發者工具到教育認證都有了新的進展。Mistral AI 推出了強大的 Devstral 2 模型與 Vibe CLI，試圖改變工程師的開發體驗；OpenAI 則與 Coursera 合作，正式推出 AI 技能認證， …