他们确实可以。尽管通常它们保留在图像上，因为目前它们是最好的，但在您可能考虑的其他领域中并不是最好的。

GAN 可用于音频生成，例如GANsynth和GAN 语音生成。但是这些任务中的每一个都优于其他方法。在音乐生成方面，WaveNet是最好的（我上次检查过，它在语音合成方面也表现出色），并且通过使用 VAE 实现了更强大的语音生成模型。

这只是着眼于你可以使用 GAN 的一个领域，因为实际上你可以根据需要将它们用于任何类型的生成，但目前对 GAN 的绝大多数研究都是图像生成，并且作为这些其他领域无法与当前的 SOTA 技术竞争，除非在过去几个月中我错过了一些重要的论文。