MusicLM vs Murf AI

MusicLM est un modèle de génération audio de Google Research qui crée de la musique à partir de légendes textuelles à 24 kHz. La page d'exemples publics héberge des extraits pour des invites telles que des bandes-son d'arcade, des fusions reggaeton-EDM et du jazz relaxant, ainsi que des générations plus longues en mode histoire qui changent de style selon des segments temporels. Google a publié le jeu de données MusicCaps de 5 500 paires musique-texte en même temps que l'article.

Contrairement aux applications grand public qui proposent une seule zone de saisie, MusicLM a été publié comme une démo de recherche avec des échantillons pré-générés plutôt qu'un produit nécessitant une connexion. Son astuce principale est la condition conjointe texte et mélodie : vous pouvez fredonner ou siffler un air et le modèle le recompose dans un nouveau genre décrit par texte. Le mode histoire enchaîne plusieurs légendes pour que la musique évolue au fil des sections.

MusicLM est important comme base de recherche derrière les modèles musicaux Lyria ultérieurs de Google, mais cette page sert à écouter des exemples publiés, pas à créer de nouveaux morceaux de manière interactive. Chercheurs et musiciens l'étudient pour la cohérence sur le long terme, la condition peinture-à-musique et les résultats de transfert de mélodie documentés dans l'article de 2023.

Murf AI transforme des textes, documents et scripts en voix réalistes pour vidéos, cours et agents téléphoniques. Murf Studio propose plus de 200 voix dans plus de 35 langues avec des réglages de hauteur, vitesse et prononciation, tandis que l'API Falcon text-to-speech cible les agents vocaux en temps réel avec un temps jusqu'au premier audio inférieur à 100 ms. Murf Dubbing traduit des vidéos en plus de 40 langues tout en préservant le ton.

La plupart des outils de synthèse vocale sonnent de manière monotone ou accusent un retard lors des appels en direct. Murf divise le problème : Gen 2 a obtenu une précision de prononciation de 99,38 % sur des phrases d'actualités multilingues, et Falcon 2 est tarifé à 0,01 $ par minute avec une latence modèle inférieure à 55 ms pour 10 000 appels simultanés. Cette configuration à double modèle coûte plus en complexité qu'un simple sélecteur de voix, mais couvre à la fois les voix off de studio et les agents IVR sur une seule plateforme.

Nestlé, Air France et Vertiv utilisent Murf pour l'audio de formation et le contenu multilingue. Le niveau gratuit Studio inclut 10 minutes de génération vocale sans droits commerciaux, et les forfaits mensuels payants débloquent les téléchargements, les espaces de travail en équipe et la licence commerciale.