(资料图片)
美国东部时间8月2日，Meta公司开源了一款名为AudioCraft的生成式AI工具，该工具能够帮助用户通过文本提示创作音乐和音频。 据Meta公司介绍，AudioCraft主要包含三个核心组件。首先是MusicGen，它使用Meta公司拥有或特别授权的音乐进行训练，根据文本提示生成音乐。其次是AudioGen，它使用公共音效进行训练生成音频或扩展现有音频，未来还可以生成环境音效，如狗叫、汽车鸣笛、木地板上的脚步声等。最后是改进版的EnCodec，这是一个基于神经网络的音频压缩解码器，能够生成更高质量的音乐并减少人工痕迹，或对音频文件进行无损压缩。 开源后的AudioCraft工具，相关研究人员和从业人员可以使用自己的数据集训练模型。Meta公司宣称，AudioCraft系列模型能够长期稳定地生成高质量音频，而且易于使用，能够为音乐家和声音设计师提供灵感，帮助他们快速集思广益，并以新的方式迭代他们的作品。 此外，今年6月份，Meta公司已经开源了AI语言模型MusicGen。该模型基于2017年谷歌推出的Transformer模型，主要用于音乐生成，能够将文本和已有的旋律转化为完整乐曲。
标签：
