voicemy vs MusicLM

Voicemy.ai es una plataforma web para clonar voces, entrenar modelos de voz personalizados y componer melodías. Subes o grabas audio, eliges una voz de la biblioteca integrada o de la comunidad, y generates nuevo audio sin grabar desde cero.

El producto se divide en dos flujos de trabajo principales: clonación rápida de voces a partir de audio existente, y sesiones de entrenamiento más largas donde enseñas a un modelo a replicar una voz específica. Una función de texto a voz se anuncia como próximamente disponible en el sitio web de marketing.

Está dirigido a músicos, creadores de contenido y aficionados que desean experimentar con voces sintéticas y compartir resultados con una comunidad activa en Discord. La aplicación web está en app.voicemy.ai, y requiere crear una cuenta para acceder a las funciones principales.

MusicLM es un modelo de generación de audio de Google Research que crea música a partir de descripciones textuales a 24 kHz. La página pública de ejemplos aloja clips de muestra para indicaciones como bandas sonoras de arcade, fusiones de reggaeton-EDM y jazz relajante, además de generaciones más largas en modo historia que cambian de estilo a lo largo de segmentos temporizados. Google publicó el conjunto de datos MusicCaps con 5,500 pares de música y texto junto con el artículo.

A diferencia de las aplicaciones para consumidores que ofrecen una sola caja de indicaciones, MusicLM se publicó como una demostración de investigación con muestras pre-generadas en lugar de un producto con inicio de sesión. Su característica principal es la condicionamiento conjunto de texto y melodía: puedes tararear o silbar una melodía y el modelo la vuelve a interpretar en un nuevo género descrito en texto. El modo historia enlaza múltiples descripciones para que la música evolucione a lo largo de las secciones.

MusicLM es importante como la base de investigación detrás de los modelos musicales posteriores Lyria de Google, pero esta página es para escuchar ejemplos publicados, no para crear nuevas pistas de forma interactiva. Investigadores y músicos lo estudian por la consistencia en piezas largas, el condicionamiento de pintura a música y los resultados de transferencia de melodía documentados en el artículo de 2023.