在Meta AI公司精心研发下，有一款全新的文本引导型音频生成工具问世了。该工具通过应用自动回归变换器语言模型，能够将书面描述轻易地转换成引人入胜的音频。它名叫AudioGen，专为文本到声音的生成而设计。只需一个简单的文本提示，它就能生成长达5秒的、与文本内容相匹配的音频。 AudioGen的特性非常显著，包括对环境声音的精确生成。在模拟现实录音条件与复杂场景的背景下，AudioGen都能生动地呈现。例如，它能够模拟风中的口哨声、逼真的警报声、鸟鸣声、火车道口的信号声以及打字机的敲击声等。这些细致入微的声音效果，让AudioGen成为了音频领域的一大创新突破。

网站地址：https://audiobox.metademolab.com