MusicLM

MusicLM 是由 Google Research 开发的一款 AI 模型，能够根据文本描述生成高保真音乐。该模型可以生成 24 kHz 的音乐，并在数分钟内保持一致性。MusicLM 不仅在音频质量和文本描述的符合度上优于以往系统，还支持根据文本描述转换哼唱或口哨旋律。为支持未来研究，MusicLM 公开了包含 5.5k 音乐-文本对的 MusicCaps 数据集，由专家提供丰富的文本描述。