什么是musiclm?
MusicLM是一种文本为条件的音频生成模型，其主要目标是生成高保真度的音乐。它采用层次化的序列到序列方法，可以生成几分钟长且一致的音乐片段。MusicLM具有一些独特的功能，使其与以前的系统不同。首先，它可以以文本和旋律为条件生成音乐。这意味着你可以使用以哼唱、歌唱、吹口哨或演奏乐器的形式表达的旋律作为输入，MusicLM将根据该旋律生成一段符合文本描述的音乐。这种能力增加了模型的灵活性和创造力。

musiclm官网:

https://aitestkitchen.withgoogle.com/experiments/music-lm

ios版本: (需要美区apple id下载) :

https://apps.apple.com/us/app/ai-test-kitchen/id1629065776

musiclm 主要功能
Google 推出了 MusicLM，这是一种从文本描述中生成高保真音乐的模型。MusicLM 可以以文本和旋律为条件，因为它可以根据文本标题中描述的风格转换吹口哨和哼唱的旋律。该模型可以生成各种流派的音乐，包括古典、爵士和摇滚。谷歌推出了 MusicLM，这是一种从文本描述中生成高保真音乐的模型，例如“平静的小提琴旋律由扭曲的吉他即兴重复段支持”。 MusicLM 将条件音乐生成过程视为分层的序列到序列建模任务，它以 24 kHz 的频率生成音乐，并在几分钟内保持一致。

谷歌实验表明，MusicLM 在音频质量和对文本描述的遵守方面都优于以前的系统。 此外，它表明 MusicLM 可以同时以文本和旋律为条件，因为它可以根据文本标题中描述的风格转换口哨和哼唱的旋律。 为了支持未来的研究，我们公开发布了 MusicCaps，这是一个由 5.5k 音乐文本对组成的数据集，其中包含由人类专家提供的丰富文本描述。

MusicLM是一款经过大量乐谱训练的音频生成模型，利用人工智能学习音乐的结构。该模型能够生成各种流派的音乐，包括古典、爵士和摇滚，并且能够创造全新的原创作品。

作为音乐生成领域的重要进展，MusicLM模型在与以往模型相比取得了巨大的突破。以前的模型仅能生成较短的音乐片段或简单的旋律，而新的模型则开拓了使用人工智能生成复杂长音乐片段的可能性，这些音乐片段可用于电影、视频游戏或其他媒体。

MusicLM模型能够生成长达五分钟的音乐作品。它还具备故事模式的能力，即音乐在时间上呈连贯性，文本描述会随着时间变化，模型能够实现音乐之间的平滑过渡，创造出一个完整的音乐故事。这一功能赋予了生成的音乐更高的吸引力和互动性。

近年来，人工智能的发展速度超出了所有人的预期。我们不仅可以通过AI进行智能对话，还能通过文本生成图像。作为生活娱乐的一部分，许多人由于天赋、设备或技能的限制而无法创作自己的音乐。但现在，借助AI的发展，通过文本生成音乐将变得更加容易。相信在不久的将来，创造或者制作音乐会更加便捷。

作为谷歌AI Test Kitchen测试站点的一部分，谷歌推出了MusicLM模型的演示版，这是一个基于人工智能的音乐生成器。用户可以通过iOS设备或网站使用该工具，将文本创意转化为真实音乐作品。演示版允许用户提出音乐创意的具体要求，例如”创作一个环境音乐旋律”、”为晚宴创作一首深情的爵士乐”或”制作一个催眠的工业技术音效”等。用户可以具体描述所需的乐器类型、氛围、心情或情绪，以帮助AI生成音乐。

在用户提交请求后，人工智能将在几秒钟内生成一段音乐。系统提供两个版本的曲目供用户选择，并可通过下拉菜单下载这两个版本。用户还可以评价哪个版本更好，这有助于改进MusicLM模型。