የድምጽ AI መመሪያ

ሙዚቃ Gen

MusicGen ከጽሑፍ መግለጫ ሙዚቃ የሚያመነጭ የMeta AI ሞዴል ነው፣ እና እንደአማራጭ እርስዎ የሚያዝናኑ ወይም የሚሰቅሉት ዜማ ነው።

2 ሚን አንብብለመጨረሻ ጊዜ የዘመነው

አጠቃላይ እይታ

It matters because it puts high-quality, controllable music creation into a single, openly released model that hobbyists and researchers can actually run.

ጥልቅ ዳይቭ

በ2023 በ Meta AI የተለቀቀው እንደ የኦዲዮ ክራፍት ፕሮጀክት አካል፣ MusicGen እንደ 'ከፍተኛ የ 80 ዎቹ የሲንዝ ፖፕ ትራክ ከአሽከርካሪ ባስላይን' ወደ 12 ሰከንድ (ሊሰፋ የሚችል) የሙዚቃ ቅንጥቦች ይቀየራል። ከባለብዙ ደረጃ ሲስተሞች በተለየ፣ MusicGen በMeta's EnCodec Neural Codec የተሰሩ የኦዲዮ ቶከኖችን የሚተነብይ ነጠላ የትራንስፎርመር ቋንቋ ሞዴል ይጠቀማል። የእሱ ብልህ አስተዋፅዖ አንድ ሞዴል የኢንኮዴክን በርካታ ትይዩ የማስመሰያ ዥረቶችን በብቃት እንዲቆጣጠር የሚያስችል የማስመሰያ ጣልቃገብነት ንድፍ ነው (የዘገየ ኢንተርሌቪንግ ይባላል)። MusicGen በአንድ ጊዜ በሁለት መንገድ ሊመራ ይችላል፡ በፅሁፍ መግለጫ እና በማጣቀሻ ዜማ፣ ስለዚህ አንተ ኸም ዜማ 'ጃዝ እትም' እንዲሰጥህ መጠየቅ ትችላለህ። Meta የማህበረሰብ መሳሪያዎችን እና ሙከራዎችን በማቀጣጠል ኮዱን እና ክብደቶችን በግልፅ አውጥቷል።

ቴክኒካዊ ግንዛቤ

MusicGen ኦዲዮን እንደ ትይዩ ዥረቶች ይወክላል ከኢንኮዴክ ኮዴክ የልዩ ቶከኖች እያንዳንዱ ዥረት የተለያዩ ዝርዝሮችን ይይዛል። MusicGen በተለየ ሞዴሎች ዥረቶችን ከመቅረጽ ይልቅ ቁጥጥር በሚደረግባቸው መዘግየቶች ጣልቃ ስለሚገባ አንድ ነጠላ አውቶሪግሬሲቭ ትራንስፎርመር በአንድ ማለፊያ ይተነብያቸዋል። የጽሑፍ ኮንዲሽነሪንግ ከ T5 የጽሑፍ ኢንኮደር የመጣ ነው፣ አማራጭ ዜማ ኮንዲሽነር ደግሞ chromagram (የድምፅ ፒክ-ክፍል ፕሮፋይል) ስለሚጠቀም ሞዴሉ ትክክለኛ ቅጂውን ሳይቀዳ ዜማ ይከተላል።

ስልታዊ ተጽእኖ

መድረስ እና መድረስ

በጽሑፍ፣ በትረካ እና በድምፅ በይነገጾች ተደራሽነትን ያሻሽላል።

ወጪ እና በጀት

የሚዲያ ቡድኖች በትንሽ በጀቶች የተጣራ ድምጽ በፍጥነት መላክ ይችላሉ።

ፍጥነት እና ልኬት

ከደንበኛ ጋር የሚገናኙ ስርዓቶች የንግግር ግንኙነቶችን በትልቁ ደረጃ ማካሄድ ይችላሉ።

የሙዚቃ የወደፊት ዘፍ

የMusicGen ክፍት ልቀት ተተኪዎች በረዥም ፣ ከፍተኛ ታማኝነት እና ስቴሪዮ ውፅዓት እና በመዋቅር ፣ በመሳሪያ እና በዘፈን ክፍሎች ላይ የተሻለ ቁጥጥር ለመምታት ያሰቡትን መነሻ መስመር አዘጋጅቷል። ለሙዚቃ ፕሮዳክሽን ሶፍትዌሮች፣ በእውነተኛ ጊዜ በይነተገናኝ ትውልድ፣ እና ያሉትን ትራኮች ለማርትዕ ወይም ለማራዘም የበለጠ ጥብቅ ውህደትን ይጠብቁ። ልክ እንደ ሁሉም አመንጭ ሙዚቃዎች፣ ስለ ስልጠና-ውሂብ የቅጂ መብት፣ የአርቲስት ማካካሻ እና በጎርፍ በተሞላ የገበያ ቦታ ላይ በ AI የተፈጠሩ ዘፈኖችን እንዴት መሰየም እንደሚቻል ጥያቄዎችን ያሰላል።

የእውነተኛ-ዓለም አተገባበር

ከሮያሊቲ-ነጻ ዳራ ሙዚቃ ለYouTube ቪዲዮ ከጽሑፍ መጠየቂያ ማመንጨት

ዜማ በማሰማት እና MusicGenን ሙሉ ኦርኬስትራ አቀናጅቶ እንዲሰጠው መጠየቅ

የጨዋታ አዘጋጆች የደረጃ ማጀቢያ ሙዚቃዎችን በተለያዩ ዘውጎች በፍጥነት ይቀርፃሉ።

ተመራማሪዎች እና የትርፍ ጊዜ ማሳለፊያዎች ከጽሑፍ-ወደ-ሙዚቃ ጋር ለመሞከር የክፍት ምንጭ ክብደቶችን ያካሂዳሉ

አደጋዎች እና የጥበቃ መንገዶች

ስምምነት ሲጠፋ የድምፅ አላግባብ መጠቀም እና የማስመሰል አደጋዎች ይጨምራሉ።

ትክክለኛነት በአነጋገር ዘዬዎች፣ ቀበሌኛዎች ወይም ጫጫታ አካባቢዎች ላይ ሊወድቅ ይችላል።

ሰራሽ ኦዲዮ ግልጽ ምልክት ሳይደረግበት ለትክክለኛ ንግግር ሊሳሳት ይችላል።

የትግበራ ፍኖተ ካርታ

1

ለድምጽ ቀረጻ፣ ክሎኒንግ እና እንደገና ጥቅም ላይ ለማዋል ግልጽ የሆነ ፈቃድ ያግኙ።

2

በተለያዩ የድምጽ ማጉያዎች እና የበስተጀርባ ሁኔታዎች ላይ ጥራትን ይሞክሩ።

3

አንድ ሰው መቼ ውጤቶችን መገምገም ወይም ማጽደቅ እንዳለበት ይግለጹ።

4

ሰው ሰራሽ ኦዲዮን ይሰይሙ እና ለተጠያቂነት የፕሮቨንስ መዝገቦችን ያስቀምጡ።

ማሰስዎን ይቀጥሉ

ድምጽ AI

የንግግር ስርዓቶች ቋንቋን እንዴት እንደሚያውቁ እና እንደሚያመነጩ ይወቁ።

መመሪያ ያንብቡ

AI ሙዚቃ

ዘመናዊ የሙዚቃ-ትውልድ መሳሪያዎችን እና ገደቦችን ይረዱ።

መመሪያ ያንብቡ

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the MusicGen quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

ጥያቄ ጀምር

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

ቀጣይ መመሪያ

የግዳጅ አሰላለፍ

ቀጣዩን መመሪያ ያንብቡ ሁሉንም ጥያቄዎች ያስሱ

በተደጋጋሚ የሚጠየቁ ጥያቄዎች

What is MusicGen?

MusicGen ከጽሑፍ መግለጫ ሙዚቃ የሚያመነጭ የMeta AI ሞዴል ነው፣ እና እንደአማራጭ እርስዎ የሚያዝናኑ ወይም የሚሰቅሉት ዜማ ነው። ከፍተኛ ጥራት ያለው፣ ቁጥጥር የሚደረግበት የሙዚቃ ፈጠራን ወደ አንድ ነጠላ፣ በግልጽ የተለቀቀ የትርፍ ጊዜ ሰሪዎች እና ተመራማሪዎች በትክክል እንዲሮጡ ስለሚያደርግ አስፈላጊ ነው።

MusicGenን በአንድ ጊዜ ምን አይነት ሁለት አይነት ግብአት መምራት ይችላሉ?

MusicGen የጽሑፍ ጥያቄን እና እንደአማራጭ ዜማ ይቀበላል፣ ስለዚህ እርስዎ ያቀረቡትን ዜማ የቅጥ ስሪት መጠየቅ ይችላሉ።

MusicGen የሚተነበየውን የኦዲዮ ምልክቶችን የሚያወጣው የትኛው የነርቭ ኮዴክ ነው?

MusicGen ሞዴሎች በMeta's EnCodec ኮዴክ የመነጩ ስውር ቶከኖች፣ይህም የተተነበዩትን ቶከኖች ወደ ኦዲዮ የሚመልስ ነው።

ቀደም ባሉት አቀራረቦች ላይ የMusicGen ቁልፍ የሕንፃ ማቅለል ምንድነው?

የኢንኮዴክ ትይዩ ቶከን ዥረቶችን ከቁጥጥር መዘግየቶች ጋር በማጣመር አንድ አውቶሪግሬሲቭ ትራንስፎርመር በነጠላ ማለፊያ ሞዴል ሊቀርባቸው ይችላል፣ ይህም ብዙ ሞዴሎችን በማስቀረት።

MusicGen ትክክለኛውን ቅጂ ሳይገለብጥ የቀረበ ዜማ እንዴት ይከተላል?

አንድ ክሮማግራም በጊዜ ሂደት የትኞቹን የቃና ትምህርት ክፍሎች ይቀርጻል፣ ይህም ሙዚቃጄን ከዜማው ስምምነት እና ኮንቱር ጋር እንዲዛመድ ያስችለዋል ኦርጅናሌ ግንድ ሳይሰራጭ።

MusicGen የተለቀቀው የትኛው ፕሮጀክት እና ኩባንያ ነው?

MusicGen እንደ Meta AI ኦዲዮ ክራፍት ፕሮጀክት አካል ሆኖ በ2023 ተለቋል፣ ከክፍት ኮድ እና የሞዴል ክብደት።

ተዛማጅ መመሪያዎች