脸萌申请视频字幕生成系统和方法专利,能基于多模态嵌入生成视频字幕

从输入视频中采样视频帧,从输入视频中提取视频帧,从视频帧中提取分别包括局部视频词元和局部音频词元的视频嵌入和音频嵌入,将局部视频词元和局部音频词元输入到交叉模态编码器的至少一个变换层中以生成多模态嵌入,以及使用字幕解码器基于多模态嵌入来生成视频字幕。

GreenWaves GAP9芯片:低功耗嵌入式AI处理器

GreenWavesTechnologies成立于2014年，是一家无晶圆厂半导体公司，总部位于法国格勒诺布尔。目前已成功开发出了低功耗嵌入式AI处理器芯片：GAP系列。GAP系列处理器可以灵活调整内部核电压和处理器频率，可应用于边缘端的图像、声音、震动信息的AI处理。该系列最新的GAP9芯片已经成功进入了TWS、Headset耳机降噪市场，基于神经...

AMD将推车载锐龙嵌入式V2000A系列处理器:Zen 2核心+Vega 7显卡

其中包括VersalAIEdge车规级自适应SoC和锐龙嵌入式V2000A系列处理器。VersalAIEdge车规级自适应SoC是AMD首款通过汽车认证的7nm器件,具备更高的安全性和硬化IP功能。它能够对大量数据进行AI推理,并适用于边缘传感器如激光雷达和集中式域控制器。该器件组合还提供了20,000到521,000个LUT逻辑单元、5到171TOPS算...

...发布全新DTP3系列I/O可配置型一体机,内置带AEC和Dante的音频...

DTP3一体机拥有高性能HDMI和DTP3视频输入和输入接口,内置带AEC和Dante的音频处理器,功放和中控。完全能够解决空间内的音视频传输、路由、分配、处理和控制问题。这里特别值得一提的就是可配置的DTP3输入/输出接口,可以让一体机在不同的项目中适应不同的矩阵切换需求。DTP3CrossPoint4K/60演示矩阵切换器有四种...

火爆全球的 AI 音频大模型,最新技术细节揭秘

一、3个关键架构提供支持,免费生成44.1kHz高质量立体声短音频StableAudioOpen引入了一种文本转音频模型,有3个主要架构:自动编码器:将波形数据压缩到可管理的序列长度;基于T5的文本嵌入;基于transformer的扩散模型(DiT):在自动编码器的潜在空间中运行。

不只是高性能DSP,软件定义SoC给音频汽车工业等应用带来多通道和AI...

强大的处理器间专用通信链路可在任意数量的xcore.ai芯片之间进行高速通信,并将这些器件变成一颗更大的器件(www.e993.com)2024年11月18日。所有这一切都在同一个、同质和强大的开发环境中实现。嵌入式DSPxcore.ai提供的多线程简化了将具有硬件实时特性的DSP功能集成到单芯片嵌入式解决方案中的过程。

Meta推出AI音频水印工具,能鉴别AIGC音频和真人音频

Meta推出AI音频水印工具,能鉴别AIGC音频和真人音频Meta近日创建了一个新系统,可以在人工智能生成的音频片段中嵌入名为“水印”的隐藏信号,有助于在网络上检测人工智能生成的内容。该工具名为AudioSeal,它可以在长达一小时的播客中找到哪些音频片段可能是由人工智能生成的。这是第一个能实现该功能的工具。

Arm推出新一代Ethos-U AI加速器及全新物联网参考设计平台,加速...

●全新Arm物联网参考设计平台Corstone-320集成了前沿的嵌入式IP和虚拟硬件,可加速语音、音频和视觉系统的部署。●拥有超过1500万名基于Arm计算平台的全球开发者生态系统,凭借广泛的软件支持和工具简化了开发流程,从而轻松扩展边缘AI的部署。Arm控股有限公司近日宣布推出Arm??Ethos??-U85神经网络处理器(...

Meta开发AudioSeal技术,可以秘密为 Deepfake 音频添加水印

AudioSeal具有两个关键组成部分:生成器和检测器。生成器将隐形水印嵌入由语音合成模型产生的音频中,而检测器则分析音频剪辑,精确定位包含水印的区域,从而识别AI生成的部分。与先前的音频水印技术相比,AudioSeal在多个方面取得了显著的改进。它具有广泛适用性,只需训练一次即可适用于任何模型或语言,实现了对模型身份消息...

外围元器件少!纳祥科技NX3303X HDMI转换芯片更轻、更薄、更稳定

??嵌入式音频数模转换器??内置HDCP1.4引擎??符合HDMI1.4b规范??最高支持1920x1200@60Hz的视频分辨率??内置音频DAC和HDCP1.4引擎??内置3.3V和1.2V电压调节器??支持热插拔检测??1.2V核心电源和3.3VI/O电源...