С ⠀ Б
С ⠀ Б ⠀ Е ⠀ Р ⠀ О ⠀ Т⠀ К⠀ Р⠀ Ы ⠀ Л М ⠀ О ⠀ Д Е ⠀ Л Ь ДЛЯ УП ⠀ ⠀ А ⠀ ⠀ КО ⠀ ВК ⠀ ⠀ ⠀ ⠀ ⠀ ⠀ И З В У К А Мы выложили в открытый доступ KVAE-Audio — модель, которая «упаковывает» звук в компактное представление, удобное для генеративных моделей Это третья часть семейства KVAE. Ранее наша команда выпустила токенизаторы для изображений и видео, теперь — для аудио. Забрать модель на GitHub и HuggingFace С чем KVAE-Audio поможет? Она упрощает и ускоряет обучение диффузионных моделей. 🟣 Работает с частотой 48 кГц 🟣 Сжимает звук в 960 раз по времени 🟣 Сохраняет компактный латент всего в 64 канала Команда также разработала собственный подход к регуляризации, чтобы латентное пространство было удобным не только для восстановления звука, но и для генерации. ❤️ — звучит мощно
Канал в каталоге Максиметера
2 847 подписчиков · IT и технологии