Meta 开源 AI 语言模型 MusicGen，可将文本【běn】和【hé】旋律转【zhuǎn】化为完【wán】整【zhěng】乐曲

【资料图】

品玩 6 月 12 日【rì】讯，Meta 近【jìn】日在 Github 上开源【yuán】了【le】其 AI 语言模型 MusicGen，该模型【xíng】基于谷歌 2017 年推出的 Transformer 模型。如同模型名【míng】称所示【shì】，MusicGen 主要用于音乐生成，它可以将文本和已有【yǒu】的旋律转【zhuǎn】化为完整乐曲。

研发【fā】团队表示：" 我们使用了【le】 20000 小时的授权音【yīn】乐来对训练该【gāi】模型【xíng】，并【bìng】采用 Meta 的 EnCodec 编码【mǎ】器将音频数据分解为更小【xiǎo】的单元进行并行【háng】处理，进而让 MusicGen 的运算效【xiào】率【lǜ】和生【shēng】成速【sù】度都【dōu】比同【tóng】类型 AI 模型【xíng】更为出色。"

除此之外，MusicGen 还支持文本与旋律的组合输入，例如你可以提【tí】出生成 " 一首轻快【kuài】的曲【qǔ】目 " 并同【tóng】时【shí】要求 " 将它与贝【bèi】多芬的《欢乐颂》结【jié】合起来 "。

研发【fā】团队还对 MusicGen 的实际【jì】表现【xiàn】进行了测试。结果显示，与谷歌的 MusicLM 以及 Riffusion、Mousai、Noise2Music 等其他【tā】音乐模型相【xiàng】比，MusicGen 在【zài】测试音【yīn】乐与文本提示的【de】匹配度以【yǐ】及作曲的可信度等指标【biāo】上【shàng】表现更好，总体而言【yán】略高于谷【gǔ】歌 MusicLM 的水【shuǐ】平。