Text to Music 对比 MusicLM

通过将思想中的思想转变为带有文字的和谐的音景来释放您的创造力。利用人工智能的力量，文字可以使您能够用英语编写描述，并观看它为您的规格量身定制的音频杰作。选择完美的构图长度，范围从1到30分钟，让AI的魔力产生您的个人音频。无论是用于公共音频还是您的私人收藏，您的想象力都是唯一的限制。通过发送登录电子邮件来访问您的帐户，并进入@markDoppler创建的音乐世界，从而开始开始。

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。