SDS 技术首次用于音频：英伟达携手 MIT 推 Audio-SDS，参数化控制 AI 音效生成

GoodNav 5月13日消息，科技媒体marktechpost报道，英伟达与麻省理工学院合作，推出了一种名为Audio-SDS的音频扩散模型扩展技术，该技术基于文本条件进行音频生成。

尽管当前音频扩散模型在生成高质量音频方面表现出色，但优化明确且可解释的参数仍然存在挑战。

英伟达和MIT的研究团队首次将Score Distillation Sampling (SDS) 方法应用于音频领域，通过结合预训练模型的生成能力和参数化音频表示，无需大量特定数据集，即可应用于FM合成器参数校准、物理冲击音合成和音源分离等任务。

SDS技术已广泛应用于文本生成、3D图像和图像编辑。英伟达推出的Audio-SDS技术借鉴了该技术，结合预训练模型的先验知识，能够直接根据高级文本提示调整FM合成参数、冲击音模拟器或分离掩码。