MuzikiGen
MusicGen ni Meta kielelezo cha AI ambacho hutengeneza muziki kutoka kwa maelezo ya maandishi, na kwa hiari yako wimbo unaosikiza au kupakia.
Muhtasari
It matters because it puts high-quality, controllable music creation into a single, openly released model that hobbyists and researchers can actually run.
Dive ya kina
Iliyotolewa na Meta AI mwaka wa 2023 kama sehemu ya mradi wa AudioCraft, MusicGen hubadilisha madokezo kama 'wimbo wa hali ya juu wa miaka ya 80 wenye bassline' hadi takribani klipu za muziki za sekunde 12 (zinazoweza kupanuka). Tofauti na mifumo ya hatua nyingi, MusicGen hutumia modeli moja ya lugha ya Transformer inayotabiri tokeni za sauti zinazotolewa na Meta's EnCodec neural codec. Mchango wake wa busara ni muundo wa kuingiliana wa ishara (unaoitwa kuchelewesha kuingiliana) ambao huruhusu muundo mmoja kushughulikia mitiririko ya ishara nyingi za EnCodec kwa njia ifaayo, kuzuia msururu wa mbinu tofauti za awali zinazohitajika. MusicGen inaweza kuongozwa kwa njia mbili kwa wakati mmoja: kwa maelezo ya maandishi na kwa wimbo wa marejeleo, ili uweze kuuliza 'toleo la jazz' la wimbo unaovuma. Meta ilitoa msimbo na uzani kwa uwazi, ikichochea wimbi la zana na majaribio ya jumuiya.
Ufahamu wa Kiufundi
MusicGen inawakilisha sauti kama mitiririko sambamba ya tokeni tofauti kutoka kwa kodeki ya EnCodec, kila mkondo ukinasa maelezo tofauti. Badala ya kuiga mitiririko kwa miundo tofauti, MusicGen inazichanganya na ucheleweshaji unaodhibitiwa ili Transfoma moja inayojiendesha yenyewe itabirie kwa njia moja. Urekebishaji wa maandishi hutoka kwa kisimbaji maandishi cha T5, ilhali urekebishaji wa hiari wa sauti hutumia chromagram (wasifu wa kiwango cha sauti) ili muundo ufuate wimbo bila kunakili rekodi yake haswa.
Athari za kimkakati
Kufikia na kufikia
Huboresha ufikiaji kupitia manukuu, simulizi na violesura vya sauti.
Cost and budget
Timu za media zinaweza kusafirisha sauti iliyoboreshwa haraka na bajeti ndogo.
Kasi na kiwango
Mifumo inayowakabili wateja inaweza kuchakata mwingiliano wa mazungumzo kwa kiwango kikubwa.
Mustakabali wa MuzikiGen
Toleo la wazi la MusicGen liliweka msingi ambao wafuasi wanalenga kuushinda kwa muda mrefu, uaminifu wa hali ya juu, na sauti ya stereo, pamoja na udhibiti bora wa muundo, ala na sehemu za nyimbo. Tarajia muunganisho mkali zaidi katika programu ya kutengeneza muziki, kizazi shirikishi cha wakati halisi, na zana bora za kuhariri au kupanua nyimbo zilizopo. Kama ilivyo kwa muziki wote wa uzalishaji, huongeza maswali kuhusu hakimiliki ya data ya mafunzo, fidia ya msanii, na jinsi ya kuweka lebo za nyimbo zinazozalishwa na AI katika soko lililofurika.
Utekelezaji wa Ulimwengu Halisi
Inazalisha muziki wa chinichini bila malipo kwa video ya YouTube kutoka kwa kidokezo cha maandishi
Humming melody na kuuliza MusicGen kwa ajili ya mpangilio kamili wa okestra yake
Watengenezaji wa mchezo wanaiga viwango vya sauti katika aina tofauti kwa haraka
Watafiti na wapenda hobby wanaendesha uzani wa chanzo huria ili kufanya majaribio ya maandishi hadi muziki
Hatari & Walinzi
Hatari za matumizi mabaya ya sauti na uigaji huongezeka wakati kibali kinakosekana.
Usahihi unaweza kushuka katika lafudhi, lahaja au mazingira yenye kelele.
Sauti ya syntetisk inaweza kudhaniwa kimakosa kuwa usemi halisi bila kuweka lebo wazi.
Ramani ya Utekelezaji
Pata idhini ya moja kwa moja ya kunasa sauti, kuunda na kutumia tena.
Jaribu ubora kwenye spika na hali mbalimbali za usuli.
Bainisha wakati ni lazima binadamu akague au aidhinishe matokeo.
Weka lebo sauti ya sintetiki na uhifadhi rekodi za asili kwa uwajibikaji.
Endelea Kuchunguza
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.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Mwongozo unaofuata
Mpangilio wa Kulazimishwa
Maswali yanayoulizwa mara kwa mara
What is MusicGen?
MusicGen ni Meta kielelezo cha AI ambacho hutengeneza muziki kutoka kwa maelezo ya maandishi, na kwa hiari yako wimbo unaosikiza au kupakia. Ni muhimu kwa sababu inaweka uundaji wa muziki wa hali ya juu na unaoweza kudhibitiwa katika muundo mmoja, uliotolewa kwa uwazi ambao wapenda burudani na watafiti wanaweza kuuendesha.
Ni aina gani mbili za ingizo zinaweza kuelekeza MusicGen kwa wakati mmoja?
MusicGen inakubali kidokezo cha maandishi na, kwa hiari, wimbo, ili uweze kuomba toleo la kimtindo la wimbo unaotoa.
Ni kodeki gani ya neural hutoa tokeni za sauti ambazo MusicGen inatabiri?
Miundo ya MusicGen tokeni tofauti zinazozalishwa na Meta kodeki ya EnCodec, ambayo pia hutenganisha tokeni zilizotabiriwa kuwa sauti.
Urahisishaji muhimu wa usanifu wa MusicGen juu ya mbinu za mapema ni nini?
Kwa kutenganisha mitiririko ya ishara sambamba ya EnCodec na ucheleweshaji unaodhibitiwa, Transfoma moja inayojiendesha yenyewe inaweza kuigiza kwa kupitisha mara moja, kuepuka msururu wa miundo.
Je, MusicGen inafuataje wimbo uliotolewa bila kunakili rekodi halisi?
Chromagram inanasa ni aina gani za sauti zipo kwa wakati, na kuruhusu MusicGen ilingane na uwiano na mtaro wa wimbo bila kutoa tena timbre asili.
Ni mradi na kampuni gani iliyotolewa MusicGen?
MusicGen ilitolewa mwaka wa 2023 kama sehemu ya Meta mradi wa AudioCraft wa AI, ukiwa na msimbo wazi na uzani wa mfano.