Audio Note 对比 MusicLM

Audio Note 可以将语音录音和打字内容转换为清晰、结构化的文本。你可以对着浏览器说话或上传音频文件，工具会生成转录稿，你可以将其重新整理为笔记、电子邮件、清单或会议摘要，无需重新输入任何内容。

它位于快速语音记事与完成的写作之间。你只需录一次音，然后从七种输出格式中选择，如普通笔记、日记条目、会议总结、行动事项或LinkedIn帖子。主页演示显示，一个漫无目的的客户通话被转化为紧凑的摘要，并标出了后续跟进和截止日期。

该产品专为思维比用键盘更快的人设计。顾问、经理和创作者可以在走路或会议之间捕捉想法，然后润色成跟进电子邮件、帖子或个人日记。

Audio Note 在浏览器中运行，并可作为渐进式Web应用安装在iPhone、Android、Mac和Windows上，让你无需下载原生应用即可开始录音。

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。