Meta 推出新的文本转音乐人工智能工具，与谷歌竞争

有了人工智能，知道如何输入提示可能是生成歌曲所需的唯一技能。

人工智能已经慢慢渗透到音乐行业，创造出病毒式传播的歌曲，让我们最喜欢的歌手的声音起死回生，甚至有资格获得格莱美奖（某种程度上）。 Meta 发布了新的人工智能工具，这将使使用人工智能生成音乐变得更加容易。

周二，Meta 发布了 AudioCraft，这是一套生成式 AI 模型，据 Meta 称，可以从文本中创建“高质量且逼真”的音乐。

🎵 今天我们将分享有关 AudioCraft 的详细信息，这是一个生成式 AI 模型系列，可让您轻松地从文本生成高质量的音频和音乐。https://t.co/04XAq4rlap pic.twitter.com/JreMIBGbTF

Audiocraft 由 Meta 的三个生成式 AI 模型组成：MusicGen、AudioGen 和 EnCodec。 MusicGen 和 AudioGen 都从文本生成声音，其中一种生成音乐，后者生成特定的音频和声音效果。

您可以在 HuggingFace 上访问 MusicGen 并体验演示。对于提示，您可以描述您想听的任何时代的任何类型的音乐。例如，Meta 分享了这样的例子：“一首 80 年代流行歌曲，背景是沉重的鼓和合成器垫”。

EnCodec 是一种由神经网络组成的音频编解码器，可压缩音频并重建输入信号。据新闻稿称，作为公告的一部分，Meta 发布了 Encodec 的最改进版本，可以用更少的工件生成更高质量的音乐。

Meta 还发布了预先训练的 AudioGen 模型，使用户可以生成环境声音和声音效果，例如狗叫或地板吱吱作响。

最后，Meta 共享了所有三个开源模型的权重和代码，以便研究人员和从业者可以利用它来训练其他模型。

Meta 在新闻稿中表示，AudioCraft 有潜力成为一种新型标准乐器，就像曾经的合成器一样。

“通过更多的控制，我们认为 MusicGen 可以变成一种新型乐器 - 就像合成器首次出现时一样，”Meta 说。

这并不是第一个这种性质的生成人工智能模型。谷歌在一月份发布了 MusicLM，这是它自己的模型，可以将文本转换为音乐。最近的一篇研究论文显示，谷歌还利用人工智能从人类大脑活动中重建音乐。