Riffusion Model V1
Riffusion是一款基於穩定擴散技術的即時音樂生成應用,可根據文本輸入生成頻譜圖並轉換為音頻片段。
下載量 2,354
發布時間 : 12/13/2022
模型概述
Riffusion是一種潛在文本-圖像擴散模型,通過微調Stable-Diffusion-v1-5檢查點實現音樂頻譜圖生成,可轉換為音頻片段。
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片段
基於穩定擴散技術
採用經過微調的Stable-Diffusion-v1-5模型架構,具備強大的生成能力
開放許可
採用CreativeML OpenRAIL-M許可證,允許商用和研究用途
模型能力
文本到頻譜圖生成
頻譜圖到音頻轉換
即時音樂創作
創意音頻生成
使用案例
藝術創作
音樂作品生成
根據文本描述自動生成原創音樂片段
生成可播放的音頻文件
教育工具
音樂概念教學
通過可視化頻譜圖輔助音樂理論教學
直觀展示音頻與頻譜的關係
研究開發
生成模型研究
探索跨模態(文本-音頻)生成技術
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98