Meta推出免費(fèi)生成式AI工具AudioCraft，可利用文本創(chuàng)造音樂(lè)

Meta宣布了一款新的生成式AI工具“AudioCraft”，只要輸入文本描述，AudioCraft就可根據(jù)文本內(nèi)容生成一段全新音樂(lè)或音效給你。借助該工具，內(nèi)容創(chuàng)作者只要輸入簡(jiǎn)單文本描述就能產(chǎn)生復(fù)雜的創(chuàng)作旋律，甚至模擬整個(gè)管弦樂(lè)隊(duì)。

以文本與靜態(tài)圖片為中心的生成式AI模型已受到廣泛關(guān)注且相對(duì)容易使用，但生成式音樂(lè)工具的發(fā)展卻滯后了，之前利用AI生成連貫音樂(lè)的方法通常是MIDI，但這些方法無(wú)法完全掌握完整音樂(lè)的細(xì)微差別與風(fēng)格元素。

由于生成式音樂(lè)非常復(fù)雜（比如需針對(duì)不同尺度的復(fù)雜信號(hào)與模式進(jìn)行建模）且開(kāi)放度不夠，人們也無(wú)法輕易使用它。

現(xiàn)在，Meta希望他們新推出的AudioCraft工作能在MIT許可下，提供簡(jiǎn)單音樂(lè)讓社交媒體更加豐富。

AudioCraft由3個(gè)核心訓(xùn)練模型組成：AudioGen，用于生成各種音樂(lè)效果與音景的工具；MusicGen，可以根據(jù)描述創(chuàng)造音樂(lè)作品和旋律；EnCodec，一種基于神經(jīng)網(wǎng)絡(luò)的音樂(lè)壓縮編解碼器（codec）。

Meta表示，EnCodec經(jīng)過(guò)改善調(diào)整后能生成更高品質(zhì)的音樂(lè)，此外，AudioGen還可以創(chuàng)造音效，如狗叫、汽車音箱鳴聲、木地板上的腳步聲等。MusicGen則可以根據(jù)“具瑯瑯上口的旋律、打擊樂(lè)、歡快節(jié)奏的流行舞曲、非常適合海灘”等不同文本描述，從頭開(kāi)始創(chuàng)作各種類型的歌曲。

Meta也在網(wǎng)站提供多個(gè)樣本供參考，聽(tīng)完可以發(fā)現(xiàn)生成式音樂(lè)確實(shí)符合描述，但品質(zhì)還不夠高，不足以取代專業(yè)制作的商業(yè)音樂(lè)或音效。

（首圖來(lái)源：Meta AI）