Meta 宣布了一款新的生成式 AI 工具「AudioCraft」，只要輸入文字描述，AudioCraft 就可根據文字內容生成一段全新音樂或音效給你。借助該工具，內容創作者只要輸入簡單文字描述就能產生複雜的創作旋律，甚至模擬整個管弦樂隊。
以文字與靜態圖片為中心的生成式 AI 模型已受到廣泛關注且相對容易使用，但生成式音樂工具的發展卻滯後了，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微差別與風格元素。
由於生成式音樂非常複雜（比如需針對不同尺度的複雜訊號與模式進行建模）且開放度不夠，人們也無法輕易使用它。
現在，Meta 希望他們新推出的 AudioCraft 工作能在 MIT 許可下，提供簡單音樂讓社群更加豐富。
AudioCraft 由 3 個核心訓練模型組成：AudioGen，用於生成各種音樂效果與音景的工具；MusicGen，可以根據描述創造音樂作品和旋律；EnCodec，一種基於神經網路的音樂壓縮編解碼器（codec）。
Meta 表示，EnCodec 經過改善調整後能生成更高品質的音樂，此外，AudioGen 還可以創造音效，如狗叫、汽車喇叭鳴聲、木地板上的腳步聲等。MusicGen 則可以根據「具琅琅上口的旋律、打擊樂、歡快節奏的流行舞曲、非常適合海灘」等不同文字描述，從頭開始創作各種類型的歌曲。
Meta 也在網站提供多個樣本供參考，聽完可以發現生成式音樂確實符合描述，但品質還不夠高，不足以取代專業製作的商業音樂或音效。
Meta releases open source AI audio tools, AudioCraftMeta’s AI music generator could be the new synthesizer — or just muzakIntroducing AudioCraft: A Generative AI Tool For Audio and MusicOpen sourcing AudioCraft: Generative AI for audio made simple and available to all
（首圖來源：Meta AI）
相关文章
