對標谷歌 MusicLM！Meta 發(fā)布開源音樂模型 MusicGen

(資料圖片僅供參考)

財聯(lián)社 6 月 13 日訊（編輯 夏軍雄）隨著聊天機器人 ChatGPT 的興起，人們開始嘗試把生成式人工智能（AI）技術應用在包括音樂在內的多個領域。

Meta 近日推出了名為 MusicGen 的開源 AI 模型，這是一種深度學習語言模型，可以根據(jù)文本提示生成音樂。

Facebook 研究科學家 Gabriel Synnaeve 上周末在領英上公布了這一消息，并稱其為簡單可控的音樂生成模型。

據(jù)悉，由 Synnaeve 領導的團隊使用了 2 萬小時的授權音樂來訓練 MusicGen，其中包括來自內部數(shù)據(jù)集的 1 萬首高質量音樂曲目，以及素材供應商 Shutterstock 和 Pond5 的曲目。

Meta 已經(jīng)在 Github 上以開源的形式發(fā)布了 MusicGen 的代碼和模型，并允許商業(yè)使用。

Synnaeve 表示：" 我們公開發(fā)布代碼和預訓練模型，以供開放研究、可重復性和更廣泛的音樂界研究這項技術。"

用戶目前可在 Hugging Face 上體驗 MusicGen，除了文本提示外，還可搭配音頻一同作為生成音樂的條件。在確定提示信息后，便可讓 MusicGen 生成一段 12 秒的音頻，不過需要等待一些時間，等待時長取決于在線的用戶數(shù)量和用戶所設置的提示信息。

經(jīng)筆者實測，在要求 MusicGen 生成一段具備中國風元素的重金屬音樂后，MusicGen 大約花了大約 3 分鐘時間（不包括排隊等待時長）給出了結果。

MusicGen 基于谷歌于 2017 年發(fā)布的 Transformer 模型，而谷歌今年 1 月也發(fā)布了名為 MusicLM 的音樂生成模型，并于 5 月向上月向所有用戶開放。

除了谷歌的 MusicLM 外，目前較為常見的音樂模型還有 Riffusion、Mousai 和 Noise2Music 等。