Soundry AI erstellt zusätzliche Musik
Soundry AI ist ein generatives KI-Tools für Musiker, mit der sch durch Texteingabe oder durch Beispielsamples weitere Musikschnippsel erstellen lassen. Quelle: Hacker News
SCR
OpenAI erweitert Programm für maßgeschneiderte KI-Modelle
OpenAI erweitert sein Programm zur Erstellung maßgeschneiderter KI-Modelle für Unternehmen, um spezifische Anwendungsfälle abzudecken. Mit Techniken wie assistiertem Fine-Tuning und kundenspezifisch trainierten Modellen sollen Organisationen jeder Größe in der Lage sein, personalisierte Modelle zu entwickeln. Quelle: TechCrunch
KI-Modelle anpassen und einsetzen mit OctoStack
OctoAI stellt mit OctoStack eine Plattform vor, mit der Unternehmen generative KI-Modelle an ihre Bedürfnisse anpassen und in einer eigenen Umgebung einsetzen können. Quelle: VentureBeat
Konsistente Charaktere in KI-Videos mit Eggnog
Eggnog ermöglicht KI-generierte Videos mit konsistenten Charakteren. Zuerst erstellt man die Person inklusive Outfits, dann im Storyboard die geplanten Szenen des Clips und erstellt das Video im letzten Schritt. Eggnog möchte zum „YouTube für KI-Videos“ werden. Quellen: TechCrunch, Y Combinator
Vectorview bewertet Performance und Sicherheit
Vectorview hilft dabei, die Fähigkeiten und die Sicherheit von Sprachmodellen zu evaluieren. Durch gezielte Tests mit praxisnahen Szenarien können unbeabsichtigte Verhaltensweisen erkannt und verhindert werden, die von allgemeinen Benchmarks oft übersehen werden. Quellen: TechCrunch, Y Combinator
Assembly AI zeigt Modell für Spracherkennung
Assembly AI stellt sein neues Spracherkennungsmodell Universal-1 vor, das im Vergleich zu OpenAIs Whisper 30% weniger Halluzinationen bei Sprachdaten und 90% weniger bei Umgebungsgeräuschen aufweisen soll. Das Modell bietet verbesserte Genauigkeit für Englisch, Spanisch, Französisch und Deutsch, unterstützt Code-Switching, optimierte Zeitstempelschätzung und schnellere Parallelverarbeitung, was für Anwendungen wie automatisierte Notizen, KI-gestützte Videobearbeitung und Telemedizin von Vorteil sein kann. …
Mit Dall-E lassen sich generierte Bilder nun weiter bearbeiten
Ein Demovideo auf Twitter/X zeigt eine Funktion, die landläufig als „Inpainting“ bekannt ist: Mit einem Pinselwerkzeug lassen sich Teile des Bildes auswählen und dann per Sprachbefehl verändern. Quelle: Axios
OpenAI Voice Engine vorgestellt
Und OpenAI stellt seine neue KI-Technologie „Voice Engine“ vor, die menschliche Stimmen offenbar täuschend echt nachahmen kann. Das Unternehmen beschränkt den Zugang aber vorerst auf ausgewählte Partner. Quelle: VentureBeat
OpenVoice kann Stimmen in vielen Sprachen klonen
MyShell TTS präsentiert mit OpenVoice einen vielseitigen Ansatz zum Klonen von Stimmen. Das Tool kann anhand kurzer Audioschnipsel die Stimme einer Person in mehreren Sprachen replizieren. OpenVoice ermöglicht dabei eine detaillierte Kontrolle über Stimmstil, Emotionen, Akzent, Rhythmus, Pausen und Intonation. Quelle: Hacker News
Resemble AI zeigt Rapid Voice Cloning
Resemble AI führt mit Rapid Voice Cloning ein Tool ein, mit dem sich innerhalb einer Minute KI-gestützte Stimmklone aus kurzen Audiodaten erstellen lassen. Quelle: VentureBeat