InspireMusic - 阿里通义实验室开源音乐生成框架 支持音乐、歌曲、音频生成 本地一键整合包下载

InspireMusic 是阿里通义实验室开源的一个用于音乐生成的统一框架,旨在打造一个集音乐、歌曲及音频生成能力于一体的开源工具包,为研究者、开发者及音乐爱好者提供一个全面的创作平台。

InspireMusic 不仅为研究者和开发者提供了丰富的音乐/歌曲/音频生成模型的训练和调优工具,还为他们配备了高效的模型,以便优化生成效果。同时,这款工具包也大大降低了音乐创作的门槛,使得音乐爱好者能够通过简单的文字描述或音频提示,轻松生成多样化的音乐作品。

InspireMusic 的文生音乐创作模式涵盖了多种曲风、情感表达和复杂的音乐结构控制,提供了极大的创作自由度和灵活性。

主要特点:

统一的音频生成框架:基于音频大模型技术,InspireMusic支持音乐、歌曲及音频的生成,为用户提供多样化选择;

灵活可控生成:基于文本提示和音乐特征描述,用户可精准控制生成音乐的风格和结构;

简单易用:简便的模型微调和推理工具,为用户提供高效的训练与调优工具。

使用教程:(建议N卡,显存12G起,CUDA12.4)

默认只下载了一个InspireMusic-1.5B-Long模型,需要其他模型,切换到该模型,点击生成会自动下载。以下是五种模型介绍,

InspireMusic-Base-24kHz:预先训练的音乐生成模型,24kHz 单声道,最长支持30 秒

InspireMusic-Base:预训练的音乐生成模型,48kHz,最长支持30秒

InspireMusic-1.5B-24kHz:预训练的音乐生成 1.5B 模型,24kHz 单声道,最长支持30 秒

InspireMusic-1.5B:预训练的音乐生成 1.5B 模型,48kHz,最长支持30秒

InspireMusic-1.5B-Long:预训练音乐生成 1.5B 模型,48kHz,支持 5 分钟以上的长格式音乐生成

1、输入简单的文本描述生成音乐

如输入提示词 The instrumental piece exudes a playful and whimsical atmosphere, likely featuring lively and rhythmic elements. The music seems to be inspired by nature and animals, creating an engaging and light-hearted experience.

"这首器乐作品散发出俏皮和异想天开的氛围,可能具有活泼和有节奏的元素。音乐似乎受到了大自然和动物的启发,创造了一种引人入胜、轻松愉快的体验。"

同时支持中文输入

2、通过不同的音乐类型、曲式结构标签来控制生成音乐

如 曲式结构:<|Chorus|>

音乐类型:R&B

输入文本 A soothing blend of instrumental and R&B rhythms, featuring serene and calming melodies.(器乐和R&B节奏的舒缓融合,以宁静和平和的旋律为特色。)

3、支持输入一段参考音频,延续生成音乐

上传一段参考音频,点击 启动音乐延续生成 按钮,即可生成和参考音频相同风格的延续音乐

**下载地址:**私信回复获取

相关推荐
RTC实战笔记3 天前
实时互动数字人怎么做,才不是一个只会说话的视频?
音视频·数字人·rtc·数字人接入
RTC实战笔记15 天前
Android 实时音视频接入教程:媒体补充增强信息(SEI)
音视频·媒体·rtc
潜创微科技16 天前
HDMI1.3 无线传输芯片方案 空旷 150 米量产级音视频方案
音视频
VidDown16 天前
VidDown 工具站:免费、本地优先的开发者工具箱
javascript·编辑器·音视频·视频编解码·视频
换个昵称都难16 天前
音频格式之WAV
音视频
AI创界者16 天前
PilotTTS 一键整合包(Win/Mac):8G 显存畅跑,实测解锁情绪与副语言的精准控制
人工智能·macos·aigc·音视频
u1521096484916 天前
S.S.Audio PRO A2音频隔离器
嵌入式硬件·音视频·实时音视频·视频编解码·视频
VidDown16 天前
显卡处理视频技术详解:从硬解码到 NVENC,GPU 如何让视频处理起飞?
javascript·编辑器·音视频·视频编解码·视频
EasyDSS16 天前
全能音视频平台/私有化音视频系统EasyDSS!直播/点播/会议/集群对讲一站式落地
音视频
Damon_X16 天前
车载音频复习
音视频