广东新增联合实验室打造生成式音频大模型

生成式AI技术和相关产品在近两年快速崛起，并逐步融入各个产业。当前AI音频生成技术虽能模仿与人声相似度极高的音色，但在情绪、情感、语调等方面表现不足。

香港中文大学(深圳)趣丸科技联合实验室揭牌仪式21日在深圳举行。该实验室将围绕支持跨语种、多方言的语音克隆和翻译等技术，以低成本、高效率形式，生成具备高自然度音色、韵律、情绪的可编辑音频，打造业界领先的生成式音频大模型。

随着《广东省人民政府关于加快建设通用人工智能产业创新引领地的实施意见》出台，广东通用人工智能产业迎来革新发展，《意见》重点提出的政策举措，计划在算力、算法、数据、产业等方面取得重大突破，推进产业科技创新。

据介绍，香港中文大学(深圳)和科技企业趣丸科技双方团队成立委员会共同管理联合实验室，主要进行人工智能音频领域前沿技术的研究、成果发布等工作，并将定期组织技术、政策、人才交流，分享国内外最新研究动态和市场动态。

“还会有博士生、本科生同学与企业工程师协同研究，这种深度合作的模式是非常少见的，也是一种新的探索。”香港中文大学(深圳)数据科学学院副教授武执政补充道。“将合力突破行业难题，打造生成式音频大模型。逐步探索以企业资源、市场资源和高校人才构建起的AI+行业生态模式，激发粤港澳大湾区产业发展新动能。”趣丸科技副总裁张顺四介绍，研究将会稳步推进阶段性的成果落地，可实现视频翻译、语音播报、语言学习等功能，推进文化出海。（记者 蔡敏婕）