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
轻口味12 小时前
HarmonyOS 6 NDK开发系列1:音视频播放能力介绍
华为·音视频·harmonyos
大模型实验室Lab4AI14 小时前
Demystifing Video Reasoning 论文简析
音视频
天上路人15 小时前
A-59F 多功能语音处理模组在本地会议系统扩音啸叫处理中的技术应用与性能分析
人工智能·神经网络·算法·硬件架构·音视频·语音识别·实时音视频
kingcjh9715 小时前
一、大模型视频生成实战:Wan2.1 本地部署全记录
深度学习·生成对抗网络·ai作画·音视频
枳实-叶17 小时前
50 道嵌入式音视频面试题
面试·职场和发展·音视频
淑子啦19 小时前
React录制视频和人脸识别
javascript·react.js·音视频
电商API&Tina19 小时前
比价 / 选品专用:京东 + 淘宝 核心接口实战(可直接复制运行)
大数据·数据库·人工智能·python·json·音视频
不才小强20 小时前
ScreenRecorder 源码分析
音视频
枳实-叶20 小时前
音频基础知识
音视频
不才小强21 小时前
Windows Graphics Capture (WGC) 屏幕捕获简介
windows·音视频