Adauris 对比 MusicLM

Adauris 将博客、新闻通讯、LinkedIn 帖子和电子书等书面内容转变为品牌化的播客风格音频。营销和销售团队使用它来改造现有内容，覆盖偏好听的受众，并将音频互动与销售线索成果相连接。

该平台支持逐字播报或经过编辑以适合听觉的脚本版本。你可以选择50多种不同的语言和方言的声音，添加背景音乐，上传自定义的开场和结尾。品牌化的可嵌入播放器与你的网站设计相匹配，完成的音频可以发布到Spotify、YouTube 和其他播客平台。

Adauris 的独特之处在于其线索智能层。一个数据丰富的像素能够识别谁在听以及持续多长时间，将匿名访客转化为可操作的潜在客户。与 HubSpot、Salesforce 和 Pipedrive 的集成可以同步听众数据、播放时间和行动呼吁的点击情况，直达你的客户关系管理系统。

销售团队还可以为电子邮件和 LinkedIn 推广生成简短的个性化音频片段，每个片段都带有日历预订链接，方便最活跃的听众使用。Google、The Walrus 和 The Daily Princetonian 的编辑团队使用 Adauris，以最少的持续努力为他们的内容添加音频版本。

MusicLM 是谷歌研究团队开发的音频生成模型，能够根据文本描述以 24 kHz 采样率创作音乐。公开示例页面提供了多种提示的样本片段，如街机游戏原声、雷鬼与电子舞曲融合以及轻松的爵士乐，还有跨时段风格变化的长篇故事模式生成。谷歌在论文发布的同时，公开了包含 5,500 对音乐与文本的 MusicCaps 数据集。

不同于只提供单一提示框的消费级应用，MusicLM 作为研究演示发布，展示了预生成样本，而非登录使用的产品。其核心技术是文本与旋律的联合条件控制：用户可以哼唱或吹口哨一段旋律，模型会根据文本描述将其重新演绎成新的音乐风格。故事模式则通过串联多个文本提示，使音乐在不同段落中演变。

MusicLM 是谷歌后续 Lyria 音乐模型的研究基础，但本页面仅供试听已发布示例，不支持交互式创作新曲。研究人员和音乐人关注其在长篇一致性、绘画到音乐的条件控制以及旋律迁移方面的表现，这些成果已在 2023 年的论文中记录。