

Inspiremusic
简介 :
InspireMusic 是一个专注于音乐、歌曲和音频生成的 AIGC 工具包和模型框架,采用 PyTorch 开发。它通过音频标记化和解码过程,结合自回归 Transformer 和条件流匹配模型,实现高质量音乐生成。该工具包支持文本提示、音乐风格、结构等多种条件控制,能够生成 24kHz 和 48kHz 的高质量音频,并支持长音频生成。此外,它还提供了方便的微调和推理脚本,方便用户根据需求调整模型。InspireMusic 的开源旨在赋能普通用户通过音乐创作提升研究中的音效表现。
需求人群 :
该产品适合音乐创作者、音频工程师、研究人员以及任何需要通过文字生成音乐或对音乐生成模型进行研究和开发的人群。创作者可以利用其文本到音乐的功能快速生成灵感音频,研究人员可以基于其开源代码和模型进行进一步的算法优化和功能拓展。
使用场景
使用文本提示生成舒缓的爵士乐,适用于餐厅或水疗中心背景音乐
基于一段爵士乐音频片段,继续生成后续音乐内容
通过模型生成 48kHz 高采样率的高质量古典音乐
产品特色
支持文本到音乐生成,可根据文本描述生成对应风格的音乐
支持音乐续写任务,可基于已有音频片段继续生成音乐
支持多种音频采样率(24kHz 和 48kHz),满足不同质量需求
提供长音频生成能力,可生成超过 5 分钟的音乐
支持混合精度训练(FP16、BF16、FP32),提高训练效率
提供方便的微调和推理脚本,简化模型调整和部署流程
使用教程
1. 克隆仓库:`git clone --recursive https://github.com/FunAudioLLM/InspireMusic.git`
2. 安装依赖:创建 Conda 环境并安装 Python 3.8 和 PyTorch 2.0.1,运行 `pip install -r requirements.txt`
3. 下载预训练模型:从 ModelScope 或 HuggingFace 下载 InspireMusic 模型
4. 运行推理脚本:使用 `python -m inspiremusic.cli.inference` 命令进行文本到音乐的生成
5. 自定义生成参数:通过命令行参数调整生成任务、模型、文本提示、音频时长等
精选AI产品推荐

Deepmind Gemini
Gemini是谷歌DeepMind推出的新一代人工智能系统。它能够进行多模态推理,支持文本、图像、视频、音频和代码之间的无缝交互。Gemini在语言理解、推理、数学、编程等多个领域都超越了之前的状态,成为迄今为止最强大的AI系统之一。它有三个不同规模的版本,可满足从边缘计算到云计算的各种需求。Gemini可以广泛应用于创意设计、写作辅助、问题解答、代码生成等领域。
AI模型
11.4M
中文精选

Liblibai
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。平台提供海量免费AI创作模型,用户可以搜索使用模型进行图像、文字、音频等创作。平台还支持用户训练自己的AI模型。平台定位于广大创作者用户,致力于创造条件普惠,服务创意产业,让每个人都享有创作的乐趣。
AI模型
8.0M