Apr, 2024

AI 在电子游戏中生成用户内容的音频

PDF
TL;DR在视频游戏设计中，音频（包括环境背景音乐和物体音效）起着关键作用。我们探索了使用生成式人工智能根据用户生成的内容实时创建音乐和音效的方法，并讨论了使用生成式人工智能对用户生成内容进行音频生成的伦理问题。
video game designaudiouser-generated contentgenerative artificial intelligenceethical implications
发现论文，激发创造
  • YouTuber 在内容创作中使用生成式人工智能的初步探索

    通过对 68 个 YouTube 视频的定性分析，我们的研究重点关注生成型人工智能在用户生成内容环境中所应用的内容领域、使用的各种工具、执行的活动以及生成的最终产品的性质。

    Mar, 2024

  • 生成式 AI 学习：探究人工合成学习视频的潜力

    本研究通过混合方法，探讨了在线教育是否具有使用基于生成人工智能技术的合成视频来创造有用的教育内容的潜力，并发现人工智能生成的合成视频可以成为在线教育中传统方法所制作视频的替代方案。

    Apr, 2023

  • 音乐生成的人工智能调查：代理、领域和视角

    本文讨论了如何使用 AI 系统来模拟人类音乐创作的过程，同时分析了用于音乐生成的数据集、模型、用户界面以及未来的应用和研究方向。

    Oct, 2022

  • 学习生成寂静视频的逼真音频的初步探索

    通过深度学习的框架及改进的人工音频生成技术，本研究旨在生成与视频相符的逼真音频效果。尝试了多种模型结构，其中基于 Transformer 的架构效果最为优秀，能有效地匹配低频的视觉模式，但在生成细微波形方面表现不佳。

    Aug, 2023

  • 如何在人智时代战略性地创建内容？

    通过研究人工智能生成模型与人类贡献者之间的竞争，本文探讨了动态竞争模型中人类贡献者如何在一系列主题的内容生成中最大化效益。在时间敏感的内容领域中，研究表明在没有多项式时间的优化策略的情况下，人类的最优策略无法找到，但通过设计一个多项式时间算法可以保证近似性能。而在时间不敏感的内容领域中，我们展示了一种可以在长期内最大化人类效益的多项式时间算法。

    Jun, 2024

  • Action2Sound: 环境感知的从自我为中心视频生成行动声音

    提出了一种新颖的环境感知音频生成模型，用于根据视频内容生成符合语义和时间要求的音频；使用了特殊的音频条件机制，以在野外训练视频中学习将前景动作声音与环境背景声音解耦合。

    Jun, 2024

  • 生成 AI 版权挑战的经济解决方案

    我们提出了一个框架，通过依靠现代生成型人工智能模型的概率性质和经济学中的合作博弈理论技术，按比例向版权所有者补偿其对人工智能生成内容的贡献，实现对生成型人工智能版权的解决。实验证明，我们的框架成功地识别了艺术品生成中使用的最相关的数据源，确保在版权所有者之间公平而可解释的收益分配。

    Apr, 2024

  • 以需求驱动的方式理解生成音频人工智能

    本文通过对专业音频工程师的调查，确定研究优先事项和定义各种研究任务，总结了当前音频质量和可控性方面的挑战，并强调了数据集的可用性目前是实现高质量音频生成的主要瓶颈。最后，我们根据经验证据提出了解决一些问题的潜在解决方案。

    Jul, 2023

  • ChatGPT 生成视觉音效

    通过利用语言模型的推理能力，本文介绍了一种生成逼真声音景观的工作流程，该工作流程不仅关注与屏幕视觉匹配的声音，还扩展到建议可能不直接可见但对于打造令人信服和沉浸式听觉环境至关重要的声音。

    Nov, 2023

  • 通过合成器编程实现创造性的文本 - 音频生成

    我们提出了一种文本到音频生成方法（CTAG），该方法利用具有仅有 78 个参数的虚拟模块化声音合成器，通过迭代更新合成器的参数，生成易于检查和调整的高质量音频渲染，其中产生的声音更抽象，捕捉了基本概念特征而非细粒度声学细节，类似于简单的素描可以生动地传达视觉概念。我们的研究结果显示 CTAG 生成的声音独特，并被视为艺术性的，同时也可以类似地识别为最近的神经音频合成模型，使其成为一种有价值且互补的工具。

    Jun, 2024