Transkribieren 对比 MusicLM

Transkribieren 通过一个围绕转录、字幕和 AI 摘要构建的浏览器工作区，将音频和视频文件转换为文本。您可以上传 MP3、WAV、MP4、MOV 及其他常见格式，粘贴 YouTube 链接，或使用带有说话人识别的采访模式，然后导出为 Word、PDF、SRT 或 VTT。

许多转录应用仅提供原始转录文本。Transkribieren 在付费的 Ascent 和 Summit 计划中集成了字幕生成、AI 摘要、文本聊天和图像创建，定位为一个多功能 AI 工作区，而非单一用途转换工具。信任中心强调零数据保留、符合 GDPR 和 CCPA 规定、SOC 2 Type II 认证以及静态 AES-256 加密。

定价从免费 Discover 计划开始，每月 €0，提供一小时转录和支持 57 种语言。Ascent 每月 €19.90，包含 20 小时转录、Word 导出和 AI 操作，Summit 每月 €49.90，提供 100 小时。新用户可在选择计划前，免费试用 15 分钟转录，无需信用卡。

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。