Orin Gen
MusicGen jẹ awoṣe AI ti Meta ti o ṣe agbejade orin lati inu apejuwe ọrọ, ati yiyan orin aladun ti o hum tabi gbe si.
Akopọ
It matters because it puts high-quality, controllable music creation into a single, openly released model that hobbyists and researchers can actually run.
Jin Dive
Ti tu silẹ nipasẹ Meta AI ni ọdun 2023 gẹgẹbi apakan ti iṣẹ akanṣe AudioCraft, MusicGen yi awọn itọka bi 'orin upbeat 80s synth-pop orin pẹlu bassline awakọ' sinu aijọju 12-keji (ti o gbooro) awọn agekuru orin. Ko dabi awọn ọna ṣiṣe ipele pupọ, MusicGen nlo awoṣe ede Transformer kan ti o sọ asọtẹlẹ awọn ami ohun afetigbọ ti a ṣe nipasẹ koodu kodẹki neural EnCodec ti Meta. Ilowosi onilàkaye rẹ jẹ apẹrẹ-interleaving àmi (ti a npe ni interleaving idaduro) ti o jẹ ki awoṣe kan mu awọn ṣiṣan aami ti o jọra pupọ ti EnCodec daradara, yago fun kasikedi ti awọn awoṣe lọtọ awọn isunmọ iṣaaju ti nilo. MusicGen le ṣe itọsọna ni ọna meji ni ẹẹkan: nipasẹ apejuwe ọrọ ati nipasẹ orin aladun, nitorinaa o le beere fun 'ẹya jazz' kan ti orin ti o hum. Meta tu koodu ati òṣuwọn silẹ ni gbangba, nfa igbi ti awọn irinṣẹ agbegbe ati awọn adanwo.
Imọ-imọ-ẹrọ
MusicGen ṣe aṣoju ohun afetigbọ bi awọn ṣiṣan ti o jọra ti awọn ami iyasọtọ lati koodu EnCodec, ṣiṣan kọọkan n mu alaye oriṣiriṣi. Dipo awọn ṣiṣan awoṣe pẹlu awọn awoṣe lọtọ, MusicGen ṣe interleaves wọn pẹlu awọn idaduro iṣakoso nitorinaa Amunawa autoregressive kan sọ asọtẹlẹ wọn ni igbasilẹ kan. Imudara ọrọ wa lati koodu koodu T5 kan, lakoko ti o jẹ aladun aladun yiyan nlo chromagram (profaili ipolowo ipo ohun ohun) nitorinaa awoṣe naa tẹle ohun orin kan laisi didakọ gbigbasilẹ deede rẹ.
Ipa Ilana
Wiwọle ati arọwọto
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
Iye owo ati isuna
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Iyara ati iwọn
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Ojo iwaju ti MusicGen
Itusilẹ ṣiṣi MusicGen ṣeto ipilẹ ipilẹ kan ti awọn arọpo ṣe ifọkansi lati lu pẹlu gigun, iṣotitọ giga, ati iṣelọpọ sitẹrio, pẹlu iṣakoso to dara julọ lori eto, ohun elo, ati awọn apakan orin. Reti isọpọ wiwọ sinu sọfitiwia iṣelọpọ orin, iran ibaraenisepo akoko gidi, ati awọn irinṣẹ to dara julọ fun ṣiṣatunṣe tabi faagun awọn orin to wa tẹlẹ. Gẹgẹbi pẹlu gbogbo orin ti ipilẹṣẹ, o mu awọn ibeere pọ si nipa aṣẹ-lori data ikẹkọ, isanpada olorin, ati bii o ṣe le ṣe aami awọn orin ti ipilẹṣẹ AI ni ibi ọja iṣan omi.
Real-World imuse
Ṣiṣẹda orin isale ti ko ni ẹtọ ọba fun fidio YouTube lati itọ ọrọ kan
Humming a orin aladun ati ki o béèrè MusicGen kan ni kikun orchestral akanṣe ti o
Awọn olupilẹṣẹ ere ṣe apẹrẹ awọn ohun orin ipele ipele ni awọn oriṣi ni iyara
Awọn oniwadi ati awọn aṣenọju ti nṣiṣẹ awọn iwuwo orisun-ìmọ lati ṣe idanwo pẹlu ọrọ-si-orin
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Tesiwaju Ṣiṣawari
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
Itọsọna atẹle
Titete tipatipa
Awọn ibeere ti a beere nigbagbogbo
What is MusicGen?
MusicGen jẹ awoṣe AI ti Meta ti o ṣe agbejade orin lati inu apejuwe ọrọ, ati yiyan orin aladun ti o hum tabi gbe si. O ṣe pataki nitori pe o fi didara-giga, ẹda orin iṣakoso sinu ẹyọkan, awoṣe ti a tu silẹ ni gbangba ti awọn aṣenọju ati awọn oniwadi le ṣiṣẹ gangan.
Iru igbewọle meji wo ni o le da ori MusicGen ni akoko kanna?
MusicGen gba itọsi ọrọ ati, ni yiyan, orin aladun kan, nitorinaa o le beere ẹya aṣa ti ohun orin ipe ti o pese.
Iru kodẹki nkankikan wo ni o ṣe agbejade awọn ami ohun afetigbọ MusicGen sọtẹlẹ?
Awọn awoṣe MusicGen awọn ami iyasọtọ ti ipilẹṣẹ nipasẹ koodu EnCodec Meta, eyiti o tun ṣe iyipada awọn ami asọtẹlẹ pada sinu ohun.
Ohun ti o jẹ MusicGen ká bọtini simplification ayaworan lori sẹyìn yonuso?
Nipa interleaving EnCodec ká ni afiwe tokini ṣiṣan pẹlu awọn idaduro iṣakoso, ọkan autoregressive Amunawa le awoṣe wọn ni kan nikan kọja, yago fun a kasikedi ti si dede.
Bawo ni MusicGen ṣe tẹle orin aladun ti a pese laisi didakọ gbigbasilẹ gangan?
Kromagram kan ya iru awọn kilasi ipolowo ti o wa ni akoko pupọ, jẹ ki MusicGen baamu ibamu ohun orin ati elegbegbe lai ṣe ẹda timbre atilẹba.
Eyi ti ise agbese ati ile tu MusicGen?
MusicGen jẹ idasilẹ ni ọdun 2023 gẹgẹbi apakan ti Meta Ise agbese AudioCraft AI, pẹlu koodu ṣiṣi ati awọn iwuwo awoṣe.