MusicGen

官方网站：立即使用

MusicGen 功能

• MusicGen 是简单可控音乐生成的尖端解决方案。 这种单级自回归 Transformer 模型在其训练方法上独树一帜，它利用 32kHz EnCodec 分词器和 4 个以 50 Hz 采样的码本。 主要功能包括：

主要特点

1. 单阶段自回归模型：一次生成所有 4 个密码本，以实现高效的音乐创作。
2. 对自监督语义表示没有要求：与现有方法不同，MusicGen 不需要自监督的语义表示。
3. 并行码本预测：在码本之间引入一个小延迟，允许并行预测并将自动回归步长减少到每秒 50 个音频。

训练数据

• 20K 小时的授权音乐：在庞大的数据集上进行训练，包括 10K 高质量内部音乐曲目、ShutterStock 和 Pond5 音乐数据。

使用案例

• 高效的音乐生成：每秒音频仅 50 个自动回归步长即可生成音乐。
• 可控和可预测的输出：通过并行密码本预测实现音乐创作的控制和可预测性。
• 多样化的音乐风格：在 20K 小时的许可音乐数据的影响下探索各种音乐风格。

MusicGen 凭借其创新的训练方法和广泛的数据集，为音乐生成带来了简单性和可控性。 无论您的目标是效率、可预测性还是多样化的音乐风格，MusicGen 都随时准备改变您的音乐创作体验。