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
REDcker8 天前
WebCodecs VideoDecoder 的 hardwareAcceleration 使用
前端·音视频·实时音视频·直播·webcodecs·videodecoder
gihigo19988 天前
基于TCP协议实现视频采集与通信
网络协议·tcp/ip·音视频
山河君9 天前
四麦克风声源定位实战:基于 GCC-PHAT + 最小二乘法实现 DOA
算法·音视频·语音识别·信号处理·最小二乘法·tdoa
音视频牛哥9 天前
Android平台RTMP/RTSP超低延迟直播播放器开发详解——基于SmartMediaKit深度实践
android·人工智能·计算机视觉·音视频·rtmp播放器·安卓rtmp播放器·rtmp直播播放器
qq_416276429 天前
通用音频表征的对比学习
学习·音视频
美狐美颜sdk9 天前
Android全局美颜sdk实现方案详解
人工智能·音视频·美颜sdk·视频美颜sdk·美狐美颜sdk
EasyDSS9 天前
私有化部署EasyDSS视频点播能力:全链路视频技术赋能,打造企业级视听新体验
音视频·hls·m3u8·点播技术·智能转码
qq_416276429 天前
DeLoRes——一种通用的音频表征学习新方法(DeLoRes(基于 Barlow Twins 的冗余最小化方法)
学习·音视频
Q_4582838689 天前
从定位到视频:808 + 1078 在各行业的落地实践
音视频
山顶望月川9 天前
实测MiniMax-Hailuo-02:当“开工大吉“变成“无字天书“,国产AI视频模型的能与之不能
人工智能·音视频