DiffRhythm是首个基于扩散技术的开源音乐生成模型,能够创作完整的歌曲,包括AI谱曲,AI演唱。基于当前最新V1.2版本我制作了免安装一键启动整合包。

DiffRhythm介绍
Di♪♪Rhythm:速度惊人、简单至极、具有潜在扩散的端到端全长歌曲生成
DiffRhythm(中文名:谛韵,Dì Yùn)是首个基于扩散技术的开源音乐生成模型,能够创作完整的歌曲。其名称由“Diff”(指其扩散架构)和“Rhythm”(强调其对音乐和歌曲创作的专注)组成。中文名“谛韵”与“DiffRhythm”谐音,“谛”(专注聆听)象征着听觉感知,“韵”(旋律魅力)则代表着音乐性。
更新说明:
- 2025.5.9 🔥 DiffRhythm-v1.2 正式发布!1.2 版本在很大程度上解决了重复和遗漏问题,显著提高了音频质量和编排,乐器更加丰富,并且能够通过对音乐结构和风格的深入了解进行歌曲编辑和延续。
DiffRhythm一键启动整合包使用说明
由于是将歌词文本唱成歌曲,所以软件依赖于文字转语音合成软件espeak-ng,所以使用前先安装网盘内的espeak-ng.msi,双击安装,全程默认。
然后将网盘内的软件压缩包下载到本地电脑上并解压。然后双击【启动软件.exe】。
lrc歌词:首先上传lrc格式的歌词文件,lrc内容格式为前面是时间戳后面是歌词文本,不明白的可以随便找个lrc歌词文件打开看看,然后照着样子自己创作歌词。
输出目录就是生成的歌曲保存目录
风格描述:提供文本风格参考(如“爵士乐”或“快节奏摇滚”),通过文本提示控制生成歌曲的风格,可选但能显著影响输出效果。
参考音频:提供参考音频文件路径作为风格模板。从音频中提取风格特征(如节奏、音色),适用于模仿特定歌曲风格。
分块解码:处理长音频时减少内存占用,适合生成长歌曲(如285秒)时开启。
生成音频时长:设置生成音频长度,可选95到285秒,默认95秒。控制歌曲时长,用户按需求选择短版或长版。
模型ID:默认为最新模型DiffRhythm-1_2,使用其它模型的话软件会自动下载模型文件。
生成歌曲数量:一次性生成多少首歌曲
视频教程及效果演示:https://nuowa.net/1834
注意事项
英伟达显卡显存6G以上
支持英伟达50系列显卡
使用前请先将英伟达显卡驱动更新到最新版本
只支持windows10或11
软件运行路径中不要有非英文字符和空格,待使用文件素材同样要注意
AI歌曲生成软件DiffRhythm V1.2整合包下载链接
相关推荐
AI歌曲创作软件YuE整合包下载,一键谱曲演唱音乐生成器
高效可控歌曲生成器ACE-Step一键启动整合包,音乐人的歌曲创作利器
AI实时语音聊天对话系统,外语口语陪练/虚拟好友实时语音交流
多人对话声音克隆语音合成工具Chatterbox TTS免安装版,AI实时文字转语音
AI实时变声器Voice Changer2.1.4 CUDA版下载,高质量RVC变声软件
阿里Qwen3-TTS高质量声音克隆语音合成系统,AI视频配音多人对话生成工具
多人对话有声书制作软件VoxCPM Windows版整合包,高质量声音克隆语音合成工具
【免安装/解压即用】支持600+语言的神级TTS!OmniVoice 零样本语音克隆一键整合包发布
最近更新

图像无损放大神器:Topaz Gigapixel AI软件下载及使用指南
在数字内容创作成风头的今天,我们经常会遇到低分辨率素材模糊、AI 生成图片尺寸太小、或者老照片充满噪点的情况。传统的图像放大方式(如双三次插值)只是单纯地拉伸像素,容易让画面变得模糊、虚化。 如果你正在寻找一种能“凭空”补齐细节、让低画质瞬...

AI视频提示词反推工具,参考视频即梦提示词一键生成
本工具是一款面向 AI 视频生成创作者的本地离线辅助软件。用户导入任意视频文件,工具会自动完成场景检测、关键帧提取、多模态模型分析、提示词拼装等全流程,最终输出一份可直接复制粘贴到即梦 AI 等视频生成平台的完整提示词。 适用场景 功能特点...
免费在线HTML转markdown工具
经常看一些在线文档,想复制给AI参考的话不方便直接复制,转换成markdown再给AI阅读会更简单明了,也方便自己查阅,这里给大家推荐两个在线的免费HTML转markdown网站。 1、https://d1tools.com/tools/c...

闲鱼自动回复机器人XianyuAutoAgent下载,24小时在线智能客服机器人系统
XianyuAutoAgent是一款面向闲鱼平台的智能化自动回复机器人,利用大语言模型自动识别买家意图并生成专业回复,实现 7×24 小时智能客服。 主要功能 1. 智能自动回复 2. 可视化 Web UI 3. 人工接管模式 4. 安全防...

AI漫剧制作即梦seedance2.0教程及提示词2026年5月最新版分享
AI视频依旧持续火爆,各种类型的AI视频层出不穷,视频效果也是越来越好,甚至快接近影视级,目前最主要的AI视频生成工具还是即梦,即梦 Seedance 2.0生成视频一秒钟都到2块多钱了😂,不过也没办法,还是得用,目前还没能有替代即梦see...

AI实时语音聊天对话系统,外语口语陪练/虚拟好友实时语音交流
AI 实时语音对话系统 是一款集语音识别(ASR)、大语言模型(LLM)对话、语音合成(TTS)于一体的实时语音交互软件。用户通过麦克风说话,系统自动识别语音内容并转为文字,交由 AI 角色进行智能回复,最终将回复内容合成为语音实时播放,实...

ComfyUI 三参考图生图工作流,虚拟试衣、换脸、图片内容整合
本工作流核心能力是将三张不同角度、内容的参考图,通过 AI 理解融合,生成一张新的图像,新图像内容根据描述词指令生成。工作流集成了阿里巴巴的 Qwen2.5-VL 多模态大模型(图像编辑版本)与 SeedVR2 超分辨率放大模型,实现了「理...
comfyui CUDA128+torch 2.8.0+python3.12最新纯净版一键启动整合包
comfyui官方发布的最新版便携包是基于torch 2.11+CU130 +Python 3.13版本制作的,Python版本和torch版本都太新了,windows电脑上安装某些节点的时候会有冲突报错,有时候就算能安装上也会比较麻烦,感...
LTX2.3+comfyui音频驱动视频生成工作流
这是一个基于 ComfyUI 的 LTX 2.3 音视频同步生成工作流,核心功能是上传一段音频 + 参考图片(可多张图),自动生成与音频内容对应的视频,适合制作人物说话、唱歌等口型同步视频。工作流使用8位量化版ltx2.3模型,显存需求降低...
LTX2.3+comfyui分段提示词图片转视频工作流,AI视频带货生成器
再和大家分享一个基于 ComfyUI 的 AI 分段提示词图生视频工作流,本工作流主要基于模型LTX2.3和PromptRelay实现。可使用PromptRelay分时段控制生成不同视频画面或合成语音内容。 📌 工作流简介 本工作流是一套基...
















