R

Riffusion

由Narsil開發
基於穩定擴散技術的即時音樂生成模型,可根據文本輸入生成頻譜圖並轉換為音頻片段
下載量 14
發布時間 : 12/15/2022

模型概述

Riffusion是一個潛在文本-圖像擴散模型,能夠根據文本提示生成頻譜圖,這些頻譜圖可進一步轉換為音頻片段。該模型基於Stable-Diffusion-v1-5微調而成,適用於創意音樂生成和研究用途。

模型特點

即時音樂生成
能夠根據文本提示即時生成音樂頻譜圖並轉換為音頻
基於穩定擴散技術
基於成熟的Stable-Diffusion-v1-5模型微調,具有可靠的生成能力
開放許可
採用CreativeML OpenRAIL-M許可協議,允許商用和研究使用

模型能力

文本到音頻生成
音樂頻譜圖生成
即時音頻合成

使用案例

創意藝術
音樂創作
藝術家和音樂人可以使用文本提示生成獨特的音樂片段
生成可轉換為音頻的頻譜圖
教育研究
生成模型研究
研究人員可以探索文本到音頻的生成模型技術
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase