Musicfy 对比 MusicLM

Musicfy 将文本、您的声音或库中声音转换为完整的歌曲和人声轨道。您可以从超过 100,000 个社区声音中选择，或上传您自己的声音以训练一个听起来像您的定制模型。位于 create.musicfy.lol 的网页应用支持文本转音乐、声音转换、恶搞声音和原创歌曲创作，无需传统的数字音频工作站设置。

大多数 AI 音乐工具专注于伴奏或短片段。Musicfy 以可替换的人声为核心：无版权语音包可直接用于您的曲目，付费层支持声音定向，计划范围从每月 150 首到 1,000 首歌曲。即将推出的音轨拆分功能将使其更接近以人声为主的工作站，而非一次性生成器。

它适合卧室制作人、需要快速人声录音的 DJ、跳过录音棚人声费用的独立艺术家，以及希望获得角色声音而无需雇佣演员的游戏开发者。免费层无需信用卡，付费计划增加商业授权、更快生成速度和最高 150 MB 的上传限制（Studio 版）。

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。