R

Riffusion

由 Narsil 开发
基于稳定扩散技术的实时音乐生成模型,可根据文本输入生成频谱图并转换为音频片段
下载量 14
发布时间 : 12/15/2022

模型简介

Riffusion是一个潜在文本-图像扩散模型,能够根据文本提示生成频谱图,这些频谱图可进一步转换为音频片段。该模型基于Stable-Diffusion-v1-5微调而成,适用于创意音乐生成和研究用途。

模型特点

实时音乐生成
能够根据文本提示实时生成音乐频谱图并转换为音频
基于稳定扩散技术
基于成熟的Stable-Diffusion-v1-5模型微调,具有可靠的生成能力
开放许可
采用CreativeML OpenRAIL-M许可协议,允许商用和研究使用

模型能力

文本到音频生成
音乐频谱图生成
实时音频合成

使用案例

创意艺术
音乐创作
艺术家和音乐人可以使用文本提示生成独特的音乐片段
生成可转换为音频的频谱图
教育研究
生成模型研究
研究人员可以探索文本到音频的生成模型技术
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase