8 月 3 日消息，美國東部時間 8 月 2 日，Meta 開源了一款生成式 AI 工具 AudioCraft，可幫助用戶通過文本提示創作音樂和音頻。

圖片 3

根據 Meta 官方介紹，AudioCraft 包含了三個核心組件：

• MusicGen：使用 Meta 擁有 / 特別授權的音樂進行訓練，根據文本提示生成音樂。
• AudioGen：使用公共音效進行訓練生成音頻或擴展現有音頻，后續還可生成環境音效（如狗叫、汽車鳴笛、木地板上的腳步聲）。
• EnCodec（改進版）：基于神經網絡的音頻壓縮解碼器，可生成更高質量的音樂并減少人工痕跡，或對音頻文件進行無損壓縮。

Flow chart demonstrating how MusicGen and AudioGen work

該工具經過開源之后，相關研究人員和從業人員可以使用自己的數據集訓練模型。官方宣稱 AudioCraft 系列模型能夠長期穩定地生成高質量音頻，而且易于使用，能夠為音樂家和聲音設計師“提供靈感”，幫助他們快速集思廣益，并“以新的方式迭代他們的作品”。

另據IT之家此前報道，今年 6 月份 Meta 開源了 AI 語言模型 MusicGen，該模型基于谷歌 2017 年推出的 Transformer 模型。如同模型名稱所示，MusicGen 主要用于音樂生成，它可以將文本和已有的旋律轉化為完整樂曲。

AudioCraft 項目地址：點此前往