AudioCraft

github.com官网已核对又名 MusicGen

Meta 开源的 PyTorch 音频生成库,集成 MusicGen 文本或旋律生成音乐、AudioGen 文本生成音效、EnCodec 神经音频编解码器,并提供训练管线与推理代码,适合音频 AI 研究者复现实验或搭建自己的生成流程。

打开官网替代品 6 个 本站 11 月 22 日 实测可以打开
最近 4 次实测

3 次可以打开平均 2.2 秒11 月 13 日 起国内不可直接访问

本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。
github.comAudioCraft 首页截图

github.com 首页 · 本站实拍 · 点开看大图

AudioCraft 是 Meta(facebookresearch)放在 GitHub 上的开源库,用 PyTorch 写,做的是音频生成方向的深度学习研究和应用。它把几个模型打包在一起:MusicGen 按文字描述生成音乐,也能用旋律做条件;AudioGen 按文字生成环境音效;EnCodec 是神经音频编解码器;此外还有扩散解码器 Multi Band Diffusion、非自回归模型 MAGNeT、音频水印 AudioSeal 等。仓库里同时有推理代码和训练代码。

能做什么

用 MusicGen 时,你给一段文字提示,模型输出一段音乐;也可以给一段参考旋律,让它按旋律走向生成。AudioGen 走的是另一条路,生成的是音效而不是音乐。EnCodec 负责把音频压成离散 token,是这些生成模型的基础组件。想自己训练的话,仓库提供了训练管线和文档,可以复现已有工作或搭自己的流程。

怎么用

它是代码库,不是网页应用。需要 Python 3.9 和 PyTorch 2.1.0,用 pip 安装 audiocraft 包,另外建议装好 ffmpeg。装完在 Python 里调用模型,或者跑仓库里的脚本和 demo。对不写代码的人来说,这个仓库本身没有可以直接点开就用的界面。

许可与限制

代码以 MIT 许可证发布,模型权重另有 LICENSE_weights 说明,商用前要分别看清楚。仓库有 23.9k star、2.7k fork,issue 区有 371 个未关闭条目,说明使用中遇到的问题不少。生成音乐的质量和可控性取决于所选模型和提示写法,需要自己试。

常见问题

AudioCraft 收费吗?
AudioCraft 免费使用。
用 AudioCraft 要登录吗?
不用登录就能用。
AudioCraft 有哪些平台 / App?
支持 Linux、macOS、Windows。

替代品全部 6 个,带对比表 →

替代品 6打开官网