11 月 20 日消息，微軟近日在 WIPO 知識產(chǎn)權門戶網(wǎng)站上提交了一項專利，專利題為“用于合成音頻的人工智能模型”。
專利說明微軟正在發(fā)明一種智能音頻合成技術，用于為各種媒體如電影、電視節(jié)目、游戲，甚至現(xiàn)場錄音創(chuàng)造聲音、音樂和其它音頻元素。該專利提到了游戲中的動態(tài)時刻，表明它可以創(chuàng)造出配合玩家行動的樂譜。該專利的摘要指出，可以使用視覺、音頻和文本特征及提示(統(tǒng)稱為“數(shù)據(jù)集”)來設置參數(shù)，以指導眾多的人工智能模型構建音頻樂譜。
IT之家了解到，人工智能在視頻游戲中發(fā)揮著不可或缺的作用。從敵人的行為和戰(zhàn)斗遭遇到程序性關卡的生成以及與 NPC 和環(huán)境的互動，人工智能在游戲開發(fā)的各個層面都是不可或缺的。在聲音設計方面，自適應 / 動態(tài)配樂在許多視頻游戲中都有體現(xiàn)，如現(xiàn)代《毀滅戰(zhàn)士》游戲、《合金裝備崛起》、《鬼泣 5》等。
微軟的新專利描述詳細介紹了眾多的人工智能引擎，這些引擎的任務是根據(jù)提供的數(shù)據(jù)集進行音頻播放。他們可以分析人類的表情和情緒，收集位置數(shù)據(jù)，分析形勢的基調(diào)等等。人工智能可以學習圖片、視頻、電影、現(xiàn)場活動，并產(chǎn)生一組音頻文件，可以用適當?shù)穆曇粜Ч鸵魳窞橐曈X效果分層。這種高科技的人工智能可以為媒體創(chuàng)作開辟許多令人興奮的道路，人們可以用一個巨大的、不斷增長的音頻樂譜庫來制作電影、游戲等，例如為英雄的出場設計一首史詩般的管弦樂曲，為寵物的離去譜寫一首憂郁的曲子，為槍聲和爆炸開發(fā)音效，所有這些都可以委托給人工智能的算法。
IT之家了解到，該技術將由云計算驅(qū)動。該系統(tǒng)何時能真正投入使用還有待觀察，但音頻設計的未來看起來很有希望，微軟可能會在這方面掌舵一場革命。
