![Twitterで著作権侵害を繰り返すフォロワー6万人のタイミー社員、NewsPicksが若者のロールモデルとして表彰。度重なるタイミー関係者のコンプライアンス問題と、イリーガル的行為を担ぐNewsPicksの危うさ。](https://cdn-ak-scissors.b.st-hatena.com/image/square/7083f18ba978185310bd0fc5a63b8148179bb522/height=288;version=1;width=512/https%3A%2F%2Fsuan.tokyo%2Fwp-content%2Fuploads%2F2022%2F11%2Fpolar-bear-ga24bf9f5a_640.jpg)
最近話題になった「音楽生成AI」をまとめました。 1. AudioGenテキストからオーディオを生成するAIモデルです。「風が吹く中で口笛をする音」や 「大勢の歓声の中で話す男性の声」といったテキストから、それらしい音を生成してくれます。 現在のところ、モデルやAPIは提供されていません。 We present “AudioGen: Textually Guided Audio Generation”! AudioGen is an autoregressive transformer LM that synthesizes general audio conditioned on text (Text-to-Audio). 📖 Paper: https://t.co/XKctRaShN1 🎵 Samples: https://t.co/e7vWmOUfva 💻 Code & mod
","naka5":"<!-- BFF501 PC記事下(中⑤企画)パーツ=1541 -->","naka6":"<!-- BFF486 PC記事下(中⑥デジ編)パーツ=8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下(中⑥デジ編)パーツ=8826 -->","adcreative72":"<!-- BFF920 広告枠)ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag PC誘導枠5行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
ネット広告で商品の宣伝をしている会社について、苦情件数を分析し、グラフ化した。 この文書の意図ネット広告は怪しいものが多い、という認識が広まっている。おそらくその広告の中には、悪質な会社もあるだろう。 筆者は、それぞれの企業の「悪質性」を、何らかの形で定量的に表現できないかと考えていた。そのひとつの手段として、苦情件数に着目した。 一般消費者としては、「苦情が多い会社の商品は買いたくない」と考えるのが普通だろう。通販で商品を買う際の参考にして頂きたい。 なお、分析しているのはあくまでも「苦情件数」のみだ。筆者としては、有益な指標のひとつになるだろうと考えているが、これだけで悪質性を強く断言できるとは思っていないので、その点を最初に申し添えておく。 データの出典など苦情件数の期間は2021年7月~2022年6月の1年間。出典はPIO-NETと毎日新聞の記事だ。 PIO-NETは、「苦情相談情
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く