MusicGen-音楽生成器

2023年6月25日#AI #Text2Music #META495

AI 翻訳

この記事はAIを通じて中国語から日本語に翻訳されました。原文を表示

AI が生成した要約

MusicGenは、Transformerモデルを使用したAI音楽生成器であり、テキストの説明を12秒のオーディオに変換することができます。Metaのencodecオーディオトークン化器を使用して、オーディオデータをより小さな部分に分解し、音楽の断片の次の部分を予測します。テキストと音楽のヒントを同時に処理できる高速で効率的な単一ステージの処理能力を持っています。MusicGenを実行するためには、プロジェクトをインストールし、予めトレーニングされたモデルをダウンロードして、app.pyを実行します。この記事は、ツールの共有記録としてのみ提供されています。

ツールの共有#

MusicGenは、Transformer モデルに基づく AI 音楽生成器であり、テキストの説明を 12 秒のオーディオに変換することができます。

特徴#

Meta の encodec オーディオトークナイザーを使用して、オーディオデータをより小さな部分に分解し、次の音楽の断片を予測します。これは、言語モデルがフレーズの次の文字を予測するのと同様です。テキストと音楽のヒントを同時に処理し、高速かつ効率的な単一ステージの処理能力を持っています。

デプロイ#

プロジェクトのインストール

pip install 'torch>=2.0'
git clone https://github.com/facebookresearch/audiocraft.git
cd audiocraft
pip install -e .  # or if you cloned the repo locally

事前訓練済みモデルのダウンロード

small: 300M モデル、テキストから音楽のみ

medium: 1.5B モデル、テキストから音楽のみ

melody: 1.5B モデル、テキストから音楽およびテキスト + 旋律から音楽への変換

large: 3.3B モデル、テキストから音楽のみ

MusicGen の実行
```
python app.py
```

プラットフォーム#

公式デモ
オンラインテスト

免責事項#

この記事は、ツールの共有記録としてのみ提供されています。

この記事はHBlogと同期しています。