Logo
Project Icon

musicgen-large

基于文本和音频提示的大规模AI音乐生成模型

模型音频合成开源项目Transformer模型Huggingface文本生成音乐Github人工智能MusicGen

MusicGen-large是Meta AI开发的3.3B参数规模文本到音乐生成模型。该模型采用单阶段自回归Transformer架构和32kHz EnCodec分词器，能根据文本描述或音频提示生成高质量音乐。MusicGen支持文本和旋律引导音乐创作，为AI音乐研究开辟新途径。研究人员可通过Transformers或Audiocraft库使用MusicGen进行音乐生成实验。

访问官网访问官网GithubGithubHuggingfaceHuggingface文档文档论文论文
介绍相关项目
suno-api - 开源AI音乐生成API 简化开发集成流程
AI代理集成API调用GithubSuno AI API开源项目音乐生成
Suno API是一个开源项目，实现了app.suno.ai的音乐创作API。它支持自定义模式，兼容OpenAI API格式，可一键部署到Vercel。该项目适配GPTs和Coze等平台的API Schema，能作为LLMs的工具使用。Suno API提供音乐生成、歌词生成、音乐信息获取等接口，简化了AI音乐创作过程。
SpeechGen - 智能在线文本转语音平台
AI工具AI配音在线配音多语言支持文字转语音语音合成
SpeechGen是一个先进的在线文本转语音平台，运用AI技术生成自然逼真的语音。支持多语言和多种声音风格，可将文本快速转换为高质量音频。这款AI语音生成工具适用于视频制作、教育和营销等领域，提供高效经济的语音合成方案。具备长文本处理、商业用途授权、云端存储和字幕转音频等功能，为用户提供全方位的文本转语音服务。SpeechGen是您理想的AI驱动语音生成解决方案。
TextSynth - 大型AI模型API访问与推理优化服务平台
AI工具API服务TextSynth人工智能文本生成语言模型
TextSynth作为人工智能服务平台，提供Mistral、Mixtral、Llama2和Stable Diffusion等大型AI模型的API访问。平台通过REST API和交互式playground支持文本处理、图像生成和语音转文本等多种功能。采用自定义推理技术，TextSynth在标准硬件上实现更快速度和更低成本。自2020年成立以来，平台一直是GPT-2模型访问的先行者。TextSynth提供免费基础服务和按需付费选项，满足不同用户需求。
bigvgan_v2_44khz_128band_512x - 神经网络声码器支持多采样率和高倍上采样比音频生成
BigVGANGithubHuggingface开源项目模型深度学习神经声码器语音合成语音生成
BigVGAN-v2是一款神经网络声码器，支持44kHz采样率和512倍上采样比。它使用自定义CUDA内核加速推理，采用多尺度子带CQT判别器和梅尔频谱图损失训练。该模型在多语言语音、环境声音和乐器的大规模数据集上训练，提供多种音频配置的预训练检查点。BigVGAN-v2与Hugging Face Hub集成，提供便捷的使用方式和交互式演示。
awesome-generative-ai - 现代生成式人工智能项目和服务指南
Generative AIGithubOpenAI人工智能内容生成开源项目机器学习
awesome-generative-ai是一个综合性平台，聚焦最先进的生成式人工智能技术与项目。这些技术基于丰富数据训练的机器学习算法，能创造独特的图像、声音和文本。覆盖艺术、编程支持、交互式聊天等多个应用领域，本平台不仅展示成熟项目如GPT模型、Stable Diffusion，也鼓励社区成员贡献想法，共推技术进步。
friendly-stable-audio-tools - 改进后的Stable Audio Tools开源框架支持音频生成模型训练和推理
AI音频生成GithubStable Audio开源项目模型训练深度学习音乐生成
该项目是对Stability AI的stable-audio-tools的重构和增强，提供了音频和音乐生成模型的开源代码。重构后的代码提高了可读性和易用性，并新增了评估和使用自训练模型的脚本。项目详细说明了如何训练Stable Audio 2.0等模型，并提供了Stable Audio Open 1.0的使用文档和便捷脚本。此外，项目支持多GPU/节点生成，并集成了Gradio界面用于测试模型。
larger_clap_general - CLAP音频-文本预训练模型 实现零样本音频分类和特征提取
CLAPGithubHuggingface开源项目机器学习模型语音识别零样本分类音频处理
larger_clap_general是一个优化的CLAP（对比语言-音频预训练）模型，针对通用音频、音乐和语音进行训练。该模型结合SWINTransformer和RoBERTa分别处理音频和文本信息，适用于零样本音频分类和音频/文本特征提取。它能够在不针对特定任务优化的情况下，预测与给定音频最相关的文本描述，广泛应用于音频分类等多个领域。
PlaylistGeniusAI - 智能音乐播放列表定制生成工具
AI助手AI工具AI生成歌单PlaylistGeniusAI会员计划音乐推荐
PlaylistGeniusAI是一款基于人工智能技术的音乐工具，为音乐爱好者提供快速生成定制化播放列表的服务。平台已创建超过33,000个AI生成的播放列表，便于用户发现新音乐并轻松策划个性化播放列表。基础版提供免费使用，专业版则支持无限制创建播放列表和编辑曲目等功能，满足不同用户的音乐需求。通过AI技术，PlaylistGeniusAI为用户打造丰富多样的音乐体验。
Lemonaide Music - AI音乐创作平台
AI工具AI音频Lemonaide创意灵感旋律生成器热门生成性AI音乐技术音频生成
Lemonaide Music──AI技术驱动的音乐创意生成器，无版税，尊重艺术伦理，为音乐家开拓创新领域。使用生成AI技术，统一技术名称以增强专业性和准确性。
aimusic.one - 智能音乐生成平台 轻松创作专属旋律
AIMusic GeneratorAI工具人工智能音乐创作自动作曲音乐创作平台音乐生成
aimusic.one是一个AI驱动的音乐创作平台，利用先进技术简化作曲过程。用户只需描述想法，即可生成独特音乐。平台支持无歌词曲目创作和风格定制，满足多样化需求。通过分析音乐模式和结构，系统能生成原创作品。平台提供编辑工具，助力高质量音乐制作，并支持作品分享至各大社交和音乐平台。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号