MusicLM

一句话，就能谱写一首交响曲。MusicLM是来自Google Research的开创性模型，它能将极其复杂的文本描述，如“一段平静的小提琴旋律，背景是失真的吉他riff”，转化为高保真、长达数分钟且风格一致的音乐。MusicLM将条件音乐生成视为一个分层的序列到序列建模任务，生成的音频质量达到24kHz，其品质和对文本的理解力在业界树立了新的标杆。