简介： 由Meta AI 研发的一款文本引导的音频生成工具。该工具通过自动回归变换器语言模型，将文本描述转换为音频。AudioGen的训练目标是文本到声音的生成。给定一个文本提示，它可以生成符合该文本描述的5秒音频。 特点： 包括环境声音生成，能够生成现实录音条件和复杂场景背景下的环境声音。例如，给定文本提示后，它可以生成风中的口哨声、接近并通过的警报和发动机嗡嗡声、鸭子叫声和鸟鸣声、火车通过时的铁路道口信号和喇叭声，以及打字机的敲击声。