SmartDJ позволяет пользователям изменять звучание с помощью простых слов

Инженеры Пенсильванского университета разработали SmartDJ — редактор на основе искусственного интеллекта, позволяющий пользователям изменять иммерсивные звуковые среды с помощью простых инструкций на понятном языке. Он может найти применение в виртуальной реальности, дополненной реальности, играх и звуковом дизайне. Вместо того чтобы требовать от пользователей указания отдельных параметров редактирования, SmartDJ может реагировать на запросы высокого

уровня, например, «сделать так, чтобы это звучало как оживленный офис», а затем планировать и выполнять необходимые шаги для достижения этого результата. Система устраняет два основных недостатка более ранних инструментов редактирования аудио с использованием ИИ. Во-первых, большинство предыдущих систем

лучше всего работали с жесткими, шаблонными командами, требуя от пользователей идентификации звуков для добавления или удаления. Во-вторых, эти инструменты, как правило, работали с одноканальным или «моно» аудио, теряя пространственные нюансы, необходимые для полного погружения в звук. SmartDJ, напротив, способен интерпретировать инструкции высокого уровня и предназначен для стереофонического звука, что позволяет

ему вносить изменения, которые лучше сохраняют или изменяют пространственную структуру сцены. Более того, система является интерпретируемой: пользователи могут видеть каждый шаг, который предпринимает SmartDJ. Например, запрос типа «сделайте так, чтобы это звучало как оживленный офис» может привести к тому, что

SmartDJ сгенерирует инструкцию типа «Добавьте звук звонка телефона справа на 3 дБ». Затем пользователи могут изменять, удалять или добавлять отдельные шаги, обеспечивая больший контроль над конечным результатом. «С помощью SmartDJ пользователи могут описать желаемый

результат на естественном языке, а система сама определит, как этого добиться», — говорит Минмин Чжао, доцент кафедры компьютерных и информационных наук (CIS). «Мы показываем, что ИИ может помочь людям редактировать аудио интуитивно понятным способом, используя простой язык». Чжао является ведущим автором

исследования, представленного на этой неделе на Международной конференции по изучению представлений ( ICLR 2026 ), проходившей в Рио-де-Жанейро. Статья также доступна на сервере препринтов arXiv. Сочетание языковых и диффузионных моделей Одна из главных проблем редактирования аудио с помощью ИИ заключается в том, что понимание запроса пользователя и генерация звуков обычно обрабатываются

различными типами систем ИИ. «Мы используем языковые модели для работы с текстом», — говорит Цзитун Лан, аспирант кафедры электротехники и системотехники (ESE) и первый автор исследования. «Кроме того, мы используем модели диффузии для редактирования

звуков». Разница сводится к тому, чему каждая система была обучена. Языковые модели — та же технология, которая лежит в основе чат-ботов — изучают закономерности в словах, помогая им интерпретировать смысл, который вкладывают пользователи, и генерировать текст в ответ. Диффузионные модели, напротив, предназначены для создания медиаконтента путем постепенного

преобразования шума в связный сигнал. Чтобы преодолеть этот разрыв, команда внедрила в процесс редактирования аудиоязыковую модель (ALM). Обученная как на звуке, так и на тексте, ALM анализирует исходный аудиоматериал вместе с запросом пользователя, а затем разбивает этот запрос на последовательность более мелких действий редактирования, таких как добавление, удаление или изменение положения звука. Затем модель диффузии

выполняет эти действия шаг за шагом, позволяя SmartDJ как интерпретировать язык, так и редактировать аудио. По сути, языковая модель выступает в роли продюсера, определяя, как должно меняться звуковое оформление, в то время как модель диффузии действует как студийный музыкант, воплощая эти указания в аудио. «Языковая модель задает системе направление», — говорит Идуо Хао, аспирант CIS и соавтор исследования. «Модель диффузии выполняет эти

указания». Обучение SmartDJ Чтобы научиться преобразовывать общие запросы пользователей в пошаговые аудиоредактирования, SmartDJ потребовались примеры, которые объединяли бы сразу три вещи: общую инструкцию, последовательность действий по редактированию, необходимых для ее выполнения, и аудио до и после каждого изменения. К сожалению, таких обучающих данных не существовало. «Для решения этой проблемы

требовался совершенно необычный набор данных, — говорит Лан. — Он должен был одновременно отражать цель, этапы и результат». Поэтому команда разработала его самостоятельно. Опираясь на общедоступные звуковые библиотеки, исследователи создали конвейер, который использовал большую языковую модель для генерации высокоуровневых подсказок для редактирования и промежуточных шагов, необходимых для их выполнения, в то

время как обработка аудиосигнала производила соответствующие отредактированные выходные данные. «Для того чтобы это работало, мы не могли просто показать модели входные и выходные данные, — говорит Хао. — Мы должны были показать ей цепочку рассуждений между ними». К более доступному редактированию аудио Для проверки SmartDJ исследователи сравнили его с более ранними системами

редактирования звука и обнаружили, что он выдает более реалистичные и лучше согласованные результаты. Как в количественных оценках, так и в исследованиях с участием людей, SmartDJ превзошел предыдущие методы по таким показателям, как качество звука, соответствие результатов инструкциям пользователя и реалистичность размещения звуков в пространстве. Исследователи видят потенциальные области применения в виртуальной реальности, дополненной реальности,

играх, звуковом дизайне, виртуальных конференциях и других формах интерактивных медиа, где пользователи могут захотеть изменить звуковую среду, не указывая вручную каждое отдельное изменение. В конечном итоге, цель исследователей — сделать редактирование аудио более доступным, позволив любому человеку с творческим видением редактировать звуковые ландшафты. «Для других

медиа, таких как текст и изображения, пользователи уже могут использовать ИИ для выполнения запросов на высокоуровневое редактирование», — говорит Чжао. «SmartDJ открывает аналогичные возможности для аудио, упрощая для большего числа людей воплощение своих идей в жизнь».

SmartDJ позволяет пользователям изменять звучание с помощью простых слов

Сообщает android-robot.com

Новость из рубрики: Интернет

Поделиться новостью: Поделиться новостью в Facebook Поделиться новостью в Twittere Поделиться новостью в VK Поделиться новостью в Pinterest Поделиться новостью в Reddit

Топ Новости Недели

09:00, 21 Май Ловчие пояса не нужны: избавился от тли и муравьев с помощью 2 простых ингредиентов - понадобилось всего 5 минут pxhere.com Клей на поясах высыхает, а муравьи находят обход. Дешёвый состав из дёгтя и мыла перебивает феромонные дорожки — и вредители теряют дорогу...

Новое звучание: Марго Овсянникова об ИИ-ремиксе Седой ночи 04:00, 19 Апр «Новое звучание»: Марго Овсянникова об ИИ-ремиксе «Седой ночи» ИИ-ремикс песни «Седая ночь» Юрия Шатунова — это новое звучание легендарного хита. Об этом в интервью 5-tv.ru рассказала певица Марго Овсянникова, бо...

06:00, 06 Июн МАКС удалили из App Store, но он нужен для работы. Что делать пользователям iPhone Вечером 3 июня мессенджер MAX пропал из российского App Store. Для кого-то это новость из серии «ну и бог с ним». Но если на MAX завязана рабочая пер...

05:00, 23 Май Как конвертировать GPT в MBR и наоборот: несколько простых способов для Windows Основная загрузочная запись (MBR) – это наследие давно минувших дней, когда объем потребительских накопителей не превышал 2 Тбайт, а в самих компьюте...

04:00, 07 Май Как выбрать летние шины: пять простых критериев Большинство автомобилистов меняют шины на летние в апреле-мае, ориентируясь на погоду в своем регионе. В некоторых из них низкие температуры сохраняю...

17:00, 26 Апр Как читать больше книг и не бросать: 5 простых лайфхаков Хочешь читать больше? Вот 5 лайфхаков для читающих Книги — одно из величайших удовольствий в жизни, и это хорошо известно каждому, кто когда-либо час...

14:00, 03 Июн Новая уязвимость позволяет веб-сайтам шпионить за компьютером через SSD Атака FROST позволяет сайтам определять, какие страницы и приложения открыты на компьютере, без установки вредоносного ПО и даже без действий со стор...

19:00, 06 Май Эксперт: Уязвимость Copy Fail не позволяет полностью захватить российскую Astra Linux Директор департамента анализа безопасности «Группы Астра» Владимир Тележников рассказал, что обнаруженная в ядре Linux критическая уязвимость Copy Fa...

06:00, 21 Апр Некоторые люди слышат цвета и чувствуют вкус слов: научное объяснение Умение чувствовать запах музыки называется синестезией Представьте, что каждая буква алфавита для вас окрашена в определенный цвет, музыка рисует пер...

07:00, 04 Июн Дочь Дмитрия Маликова показала фигуру после слов отца о её худобе Стеша Маликова, похудение которой обсуждают уже не только пользователи, но и её отец Дмитрий Маликов, снова показала фигуру в соцсетях.На снимке 26-л...

04:00, 09 Май "Сама стала той, с кем изменили". Наталью Подольскую раскритиковали после её слов об изменах в браке 43-летную певицу Наталью Подольскую осудили за слова об изменах в браке. Подольская заявила, что это можно простить, а ей в ответ в соцсетях припомни...

23:00, 06 Июн Ученые из Южной Кореи переизобрели полупроводниковый транзистор: новая технология позволяет сократить число транзисторов в микросхемах на 75% Новый транзистор ускоряет обработку сигналов и упрощает чипыИсследователи из Южной Кореи разработали новый тип полупроводникового транзистора, которы...

13:00, 24 Апр "Он не выступает от имени Великобритании". Дональд Трамп ответил принцу Гарри после его слов об Украине Дональд Трамп прокомментировал слова принца Гарри, который вчера прибыл в Киев и призвал на форуме президента США помочь Украине, чтобы закончить вое...

10:00, 08 Май Шершавым и сухим пяткам - обязательно, и кожа гладкая как у младенца: несколько простых хитростей привести ноги к лету в порядок Пятки после зимы иногда выглядят так, будто ими можно шлифовать мебель. Но вернуть коже мягкость реально даже дома — без дорогих процедур и агрессивн...

13:00, 12 Июн Grok Build Илона Маска, который уже позволяет всем желающим создавать игры по одному промпту, получил крупное обновление Но это пока что версия v0.2.51xAI Илона Маска продолжает активно улучшать свою модель искусственного интеллекта и чат-бот Grok, а также продукты на е...

21:00, 07 Май Экс-вратарь «Ланса» Вармюз о выносах Сафонова в аут: «Это не совпадение, а тактический ход, Энрике перехитрил «Баварию». Что-то позволяет ему вдохновлять своих игроков на любые идеи» Бывший вратарь «Ланса», дортмундской «Боруссии» и «Монако» Гийом Вармюз поделился предположением о том, почему голкипер «ПСЖ» Матвей Сафонов часто вы...

07:00, 09 Май "Летают беспилотники, гибнут люди. Так не должно быть". "Отменённый" из-за своих слов об СВО Дмитрий Нагиев записал видео ко Дню Победы Дмитрий Нагиев, которого, по слухам, сейчас "отменяют" в России за противоречивые высказывания об СВО, записал очередное видео на фоне берёз накануне...

19:00, 19 Апр Евсеев сказал 30 слов по ходу флэш-интервью после матча с «Зенитом»: «Очень много вопросов». Ранее тренера «Махачкалы» дважды штрафовали на 100 тысяч рублей за мат Главный тренер махачкалинского « Динамо » Вадим Евсеев кратко высказался после матча 25-го тура РПЛ с « Зенитом ». Ранее 50-летний специалист был два...

05:00, 02 Июн Как разблокировать Mac с помощью часов Apple Watch Пароль от Mac вы вводите по сто раз на дню — открыли крышку, проснулись после обеда, отлучились за кофе. А ведь на руке у вас уже есть ключ, который ...

17:00, 18 Апр В России ускорили рекомендательные системы с помощью ИИ Исследователи Центра практического искусственного интеллекта Сбербанка вместе с коллегами из AIRI, Университета Иннополис и ИТМО нашли способ перенос...

09:00, 24 Апр В Новосибирске изучили древние черепа с помощью КТ В пресс-службе Новосибирского госуниверситета (НГУ) сообщили, что специалисты вуза провели компьютерную томографию (КТ) четырех черепов из археологич...

15:00, 20 Май Яндекс «прокачал» поиск по архивам с помощью Alice AI VLM В среднем точность составила 90,5%, достигая 92,7% для записей о рождении, 89,7% — для свадеб и 87,2% — для смертейКоманда Яндекса улучшила функцию п...

06:00, 19 Май «Т-Банк» устроил кибератаку на собственную инфраструктуру с помощью ИИ В ходе тестирования было проверено более 1300 сервисов и платформ«Т-Банк» первым в России применил искусственный интеллект для проверки собственной и...

17:00, 18 Апр «Норникель» будет создавать сплавы с помощью ИИ в новом центре при МГУ В научно-технологической долине МГУ «Воробьёвы горы» открылся Центр палладиевых технологий «Норникеля». Главная задача — создавать новые материалы и ...

20:00, 19 Апр Страховые компании фиксируют рост фальсификаций с помощью генеративного ИИ От подмены номеров до «усиления» повреждений, что влияет на выплаты и стоимость полисовИспользование изображений, созданных с помощью искусственного ...

11:00, 03 Май Учёные ТПУ ускорили переработку угля на 10% с помощью опилок и масла Исследователи Томского политехнического университета с коллегами из Китая нашли способ повысить эффективность низкосортных углей. Добавка опилок и от...

19:00, 05 Май Телезвезда стала бабушкой с помощью биоматериала умершего сына В Испании 71-летняя телезвезда Ана Обрегон воспитывает внучку, рожденную от ее покойного сына Алесса Лекио через процедуру суррогатного материнства. ...

15:00, 09 Июн Создан бесконтактный манипулятор, удерживающий предметы с помощью ультразвуковых полей В Шанхайском университете транспорта 8 июня 2026 года продемонстрирован промышленный манипулятор, способный захватывать, удерживать и перемещать хруп...

05:00, 30 Апр Челябинский тракторный завод ускорил выпуск техники на 60% с помощью роботов В Челябинске на предприятии «ДСТ-Урал» подвели итоги масштабного этапа роботизации. Внедрение 24 промышленных роботов-сварщиков позволило ускорить пр...

12:00, 21 Апр Более 50 тыс. нарушений чистоты устранили в Подмосковье с помощью ИИ с начала года "ИИ-контроль за чистотой во дворах ведется в Подмосковье с 2023 года. Задействовано около 80 тыс. камер, оборудованных искусственным интеллектом. За ...

02:00, 06 Май Роботы против мусора: в Европе начали очищать морское дно с помощью ИИ Проект SeaClear 2.0 объединяет дроны, подводные аппараты и автономные суда, чтобы находить и поднимать отходы со дна — где раньше это было слишком сл...

22:00, 25 Апр Авито в 1,6 раз повысил эффективность социальных механик с помощью искусственного интеллекта Технологическая платформа Авито первой в России применила комбинацию генеративного ИИ и рекомендательных алгоритмов для автоматизации социальных и бл...

18:00, 24 Апр Как сделать презентацию с помощью нейросети — подборка хороших сервисов и простой гайд Раньше сделать нормальную презентацию значило убить вечер: придумать структуру, набрать текст, найти картинки, не облажаться с оформлением. Сейчас вс...

09:00, 25 Апр Шесть человек обратились за помощью после атаки украинских БПЛА на Екатеринбург После атаки украинских беспилотников на жилой дом в Екатеринбурге за медицинской помощью обратились шесть человек. Об этом в своем Telegram-канале со...

14:00, 05 Июн Как создать видео из текста с помощью цифрового аватара: используем нейросеть HeyGen В этой статье мы расскажем и покажем, как из обычного текста сделать классное видео с аватаром — то есть виртуальным человеком, который будет этот те...

07:00, 17 Май Как сделать песню с помощью нейросети: пошаговая инструкция по созданию готового трека На дворе 2026 год, и на сегодняшний день ИИ научил писать тех, кто этого никогда не умел, а рисовать — даже тех, кто в жизни не держал в руках кисть ...

03:00, 16 Май Жительница Находки приговорена к двум годам колонии-поселения за ДТП со скорой помощью Дорожная беспечность имеет высокую цену. В Находке жительница края спровоцировала столкновение со скорой помощью, что привело к гибели человека. Суде...

15:00, 31 Май Ирина Горбачёва снялась обнажённой и высказалась о похудении с помощью аналога "Оземпика" 38-летняя Ирина Горбачёва опубликовала в своём инстаграме* серию фото, на которых предстала полностью обнажённой. Снимки актриса, которая вот уже дол...

17:00, 02 Июн Anthropic расширяет Project Glasswing после обнаружения более 10 тысяч критических уязвимостей с помощью ИИ Компания увеличит число участников программы киберзащиты втрое и предупреждает, что уже в ближайший год аналогичные возможности станут доступны многи...

15:00, 28 Апр Конец эпохи кадрового голода: почему российские компании считают, что перехитрили рынок с помощью ИИ Российский корпоративный сектор проходит этап жесткой трансформации производственных процессов. Топ-менеджмент компаний переосмысливает текущие огран...