8 月 3 日消息，美國東部時間 8 月 2 日，Meta 開源了一款生成式 AI 工具 AudioCraft，可幫助用戶通過文本提示創(chuàng)作音樂和音頻。

圖片 3

根據(jù) Meta 官方介紹，AudioCraft 包含了三個核心組件：

• MusicGen：使用 Meta 擁有 / 特別授權(quán)的音樂進(jìn)行訓(xùn)練，根據(jù)文本提示生成音樂。
• AudioGen：使用公共音效進(jìn)行訓(xùn)練生成音頻或擴(kuò)展現(xiàn)有音頻，后續(xù)還可生成環(huán)境音效（如狗叫、汽車鳴笛、木地板上的腳步聲）。
• EnCodec（改進(jìn)版）：基于神經(jīng)網(wǎng)絡(luò)的音頻壓縮解碼器，可生成更高質(zhì)量的音樂并減少人工痕跡，或?qū)σ纛l文件進(jìn)行無損壓縮。

Flow chart demonstrating how MusicGen and AudioGen work

該工具經(jīng)過開源之后，相關(guān)研究人員和從業(yè)人員可以使用自己的數(shù)據(jù)集訓(xùn)練模型。官方宣稱 AudioCraft 系列模型能夠長期穩(wěn)定地生成高質(zhì)量音頻，而且易于使用，能夠?yàn)橐魳芳液吐曇粼O(shè)計(jì)師“提供靈感”，幫助他們快速集思廣益，并“以新的方式迭代他們的作品”。

另據(jù)IT之家此前報(bào)道，今年 6 月份 Meta 開源了 AI 語言模型 MusicGen，該模型基于谷歌 2017 年推出的 Transformer 模型。如同模型名稱所示，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。

AudioCraft 項(xiàng)目地址：點(diǎn)此前往