Meta 的 Audiocraft 团队发布了他们的 MusicGen AI 演示，它可以根据您的文本描述生成音频短片。您还可以使用现有旋律的样本作为基础。

它的工作方式非常简单;只需转到演示页面并描述您想在音频中听到的内容。在我们的例子中，我们用一个简单的指令提示系统，“80年代的合成波与朗朗上口的钩子”，然后按下生成。这花了一段时间，但最终给了我们一个 12 秒的剪辑。

然后，我们在提示中添加了另一条指令，告诉系统生成“80年代的合成波，带有朗朗上口的钩子和爵士旋律”。

根据您的说明，系统可能需要一段时间才能生成剪辑。在我们的例子中，生成第一个样本花了将近两分钟，生成第二个样本花了将近三分钟。

正如您可能知道的那样，MusicGen AI并不完美，但绝对值得一试。熨平提示可能会导致更好的结果。

该团队使用20，000小时的许可音乐来训练变压器模型，该模型通过预测音乐中的下一个段落来工作。

上个月早些时候，谷歌向公众开放了自己的文本到音乐AI系统，称为MusicLM，其工作原理类似于MusicGen。