Aimi.fm 对比 MusicLM

Aimi.fm 利用授权艺术家音轨构建免版税音乐，而非抓取受版权保护的录音，然后通过 Aimi Sync 引擎为视频配乐。上传视频片段后，Sync 会逐帧分析场景，创作匹配的配乐，支持选择性添加人声、旁白及可下载的音轨。公共主页现已预告即将重新上线，但 Sync 的定价、文档和关于页面显示公司仍在为创作者和开发者提供工具。

与仅生成静态片段的提示词生成器不同，Aimi Sync 将视频视为提示词，并根据场景切换调整时长。音乐来源于由 Aimi Script 和 AMOS 引擎编排的人声录制样本库 Sonic Vault，且每个音轨的使用都会记录在账本中以便支付艺术家报酬。正是这种以样本为先的模式，使 Aimi.fm 拥有超过 60 项专利，并将自身定位为与基于大型唱片目录训练的工具不同。

为制作 Reels、教程和客户作品配乐的视频创作者，在付费套餐中可无限导出，免费方案支持 1 分钟片段。独立音乐人可上传音轨至 Sonic Vault 并通过微量使用获得收益。开发者可申请 Sync API，将具备场景感知且版权清晰的配乐嵌入应用，无需自行处理授权。

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。