AudioCraft 是一个由Facebook Research开发的PyTorch库,专注于深度学习在音频生成领域的研究。这个强大的工具包集成了两个最新的AI音频生成模型:AudioGen和MusicGen,能够产生高质量的声音和音乐。
今天的一键包也包含了 AudioGen 和 MusicGen 两个部分,主要演示MusicGen,因为MusicGen的模型基本支持了AudioGen的所有功能。
之前也发过过类似的工具,比如 Stable Audio Tools ,同样,audiocraft不仅可以生成各种模拟音频效果,还能减少音损。用户使用该AI工具,只需要在输入文本内容后,即可生成高质量、逼真的音频和音乐。
AudioCraft 使用了两万小时的授权音乐来训练 MusicGen。具体来说,依赖于 10K 高质量音乐曲目的内部数据集,以及 ShutterStock 和 Pond5 音乐数据。
最后,最重要的一点,AudioCraft生成的音乐是可以用于商业用途的,不用担心版权纠纷。
一键包下载:私信 " AI音乐 "
应用场景
音乐创作:使用MusicGen,你可以根据简单的文本指令创造出独一无二的音乐作品。
语音合成:AudioGen可以将文本转化为自然流畅的声音,适用于有声读物或语音助手等领域。
音频压缩与解码:EnCodec提供高效高质的音频编码与解码方案,可用于音频传输和存储优化。
版权保护:AudioSeal的水印技术可对音频内容进行安全标记,防止未经授权的使用
使用教程:
输入提示词,也可手动上传参考音频文件
官方程序提供了10 个预训练模型。
着重介绍以下几个模型:
facebook/musicgen-small : 300M 型号,仅文本到音乐
facebook/musicgen-medium :1.5B 型号,仅文本到音乐
facebook/musicgen-melody : 1.5B 型号,文本转音乐和文本+旋律转音乐
facebook/musicgen-large : 3.3B 型号,仅文本到音乐
facebook/musicgen-melody-large : 3.3B 模型,文本到音乐和文本 + 旋律到音乐
facebook/musicgen-stereo-melody-large :所有以前的型号都针对立体声生成进行了微调 - 小、中、大、旋律、旋律大
如果你的显卡较好,显存12G起,推荐facebook/musicgen-stereo-melody和facebook/musicgen-stereo-melody-large这两个模型,生成的效果是最好的。
如果你的显卡一般,比如8G显存起,可以用 facebook/musicgen-small和facebook/musicgen-medium。
官方推荐 facebook/musicgen-stereo-melody 这个模型,综合能力最好。
考虑到一键包大小,一键包只内置了 facebook/musicgen-stereo-melody 这个模型,如果需要体验其他模型,只需要切换到任意模型,提交的时候后台会自动下载。
也可以单独下载网盘提供的模型包,下载后拷贝到软件根目录下,右键解压到当前文件夹即可。
模型选择好后,选择解码器,设置生成时长,剩下的参数可以默认
最后点击生成即可。