MusicLM,这是一个从文本描述中生成高保真音乐的模型,例如“由扭曲的吉他重复段支撑的平静的小提琴旋律”。MusicLM将条件音乐生成的过程转换为分层序列到序列的建模任务,它以24千赫的频率生成音乐,在几分钟内保持一致。我们的实验表明,MusicLM在音频质量和对文本描述的依从性方面都优于以前的系统。此外,我们还演示了MusicLM可以同时以文本和旋律为条件,因为它可以根据文本标题中描述的风格转换口哨和哼唱的旋律。为了支持未来的研究,我们公开发布了MusicCaps,这是一个由5.5k音乐文本对组成的数据集,由人类专家提供丰富的文本描述。

©️版权声明:本站所有资源均收集于网络,只做学习和交流使用,版权归原作者所有。若您需要使用非免费的软件或服务,请购买正版授权并合法使用。本站发布的内容若侵犯到您的权益,请联系站长删除,我们将及时处理。

类似网站