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

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或音效給你。借助該工具，內(nèi)容創(chuàng)作者只要輸入簡單文本描述就能產(chǎn)生復(fù)雜的創(chuàng)作旋律，甚至模擬整個管弦樂隊(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)注且相對容易使用，但生成式音樂工具的發(fā)展卻滯后了，之前利用AI生成連貫音樂的方法通常是MIDI，但這些方法無法完全掌握完整音樂的細(xì)微差別與風(fēng)格元素。

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

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

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

Meta表示，EnCodec經(jīng)過改善調(diào)整后能生成更高品質(zhì)的音樂，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、歡快節(jié)奏的流行舞曲、非常適合海灘”等不同文本描述，從頭開始創(chuàng)作各種類型的歌曲。

Meta也在網(wǎng)站提供多個樣本供參考，聽完可以發(fā)現(xiàn)生成式音樂確實(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)音樂或音效。

（首圖來源：Meta AI）