【資料圖】

Meta 近日在 Github 上開源了其音樂生成模型 MusicGen。據(jù)介紹，MusicGen 主要用于音樂生成，它可以將文本和已有的旋律轉(zhuǎn)化為完整樂曲。該模型基于谷歌 2017 年推出的 Transformer 模型。

研發(fā)團(tuán)隊表示：“我們使用了 20000 小時的授權(quán)音樂來對訓(xùn)練該模型，并采用 Meta 的 EnCodec 編碼器將音頻數(shù)據(jù)分解為更小的單元進(jìn)行并行處理，進(jìn)而讓 MusicGen 的運算效率和生成速度都比同類型 AI 模型更為出色。”

除此之外，MusicGen 還支持文本與旋律的組合輸入，例如你可以提出生成“一首輕快的曲目”并同時要求“將它與貝多芬的《歡樂頌》結(jié)合起來”。

研發(fā)團(tuán)隊還對 MusicGen 的實際表現(xiàn)進(jìn)行了測試。結(jié)果顯示，與谷歌的 MusicLM 以及 Riffusion、Mousai、Noise2Music 等其他音樂模型相比，MusicGen 在測試音樂與文本提示的匹配度以及作曲的可信度等指標(biāo)上表現(xiàn)更好，總體而言略高于谷歌 MusicLM 的水平。

Meta 已允許該模型的商業(yè)使用，并在 Huggingface 上發(fā)布了一個供演示用的網(wǎng)頁應(yīng)用。

延伸閱讀

谷歌推出 MusicLM，從文本生成音樂的模型

標(biāo)簽：