今天和大家分享一个facebook开发的本地电脑无限次生成音乐的软件Audiocraft,这个软件可以通过输入一段描述词文字直接创作出一段音乐,音乐为原创音乐,功能非常强大,本软件为免费开源软件,原项目地址:https://github.com/facebookresearch/audiocraft。

Audiocraft官方介绍:
AudioCraft 是一个用于音频生成深度学习研究的 PyTorch 库。AudioCraft 包含两种最先进的 AI 生成模型的推理和训练代码,可生成高质量的音频:AudioGen 和 MusicGen。整合包我只制作了使用MusicGen模式的。
AudioCraft 为 MusicGen 提供了代码和模型, MusicGen 是一种简单且可控的音乐生成模型。MusicGen 是一种单级自回归 Transformer 模型,通过 32kHz EnCodec 标记器进行训练,具有 4 个以 50 Hz 采样的码本。与MusicLM等现有方法不同,MusicGen 不需要自监督语义表示,并且它可以一次性生成所有 4 个码本。通过在码本之间引入一个小的延迟,我们表明我们可以并行预测它们,因此每秒音频只有 50 个自回归步骤。我们使用 20,000 小时的授权音乐来训练 MusicGen。具体来说,我们依靠 10,000 首高品质音乐曲目的内部数据集以及 ShutterStock 和 Pond5 音乐数据。
AudioCraft整合包使用方法说明
首先将网盘内的软件压缩包下载到本地电脑上并解压。双击启动软件.exe。稍等一会会自动打开webUI界面。整合包默认使用facebook/musicgen-stereo-melody模型,支持输入文本描述词和参考音乐素材。
先在input text里输入想要的音乐描述词英文单词,如果有参考音乐的话,可以在右侧选择音频文件,模型默认选facebook/musicgen-stereo-melody,Duration为合成音乐时长,默认10秒,最大120秒。其它参数可保持默认,点击按钮Submit即可生成音乐。
软件采用的是GPU计算模式,对电脑显卡有要求。
整合包里只预下载了musicgen-stereo-melody和musicgen-stereo-melody-large两种模型,musicgen-stereo-melody为质量和计算之间的最佳平衡,是官方推荐的模型。如果使用musicgen-stereo-melody-large模型,需要先到网盘里将这个模型压缩包下载到hf文件夹内并解压,然后才可使用。如果选择的模型本地电脑上没有的话,软件也会自动下载。
模型名中带stereo为可输出立体声音频。
模型名带melody为可输入参考音乐素材,也可以只输入文本描述词
如果电脑配置较高,Decoder可选择MultiBand_Diffusion,可以提高音频质量
视频教程及效果演示:https://nuowa.net/1748
注意事项
整合包只支持Windows10或11电脑,手机和mac无法使用
软件运行路径中不要出现非英文字符和空格,待使用的音频素材同样注意
Audiocraft并没有明确生成的音乐是否可以商用,大家在使用的时候请注意
AI音乐生成器软件Audiocraft一键启动版下载:
相关推荐
最近更新

Crawl4AI:基于AI大语言模型的网络爬虫和数据抓取工具整合包软件下载
Crawl4AI是一款基于AI大语言模型能力的网络爬虫和数据抓取软件,可以将网页转换为简洁、符合 LLM 规范的 Markdown 格式,适用于 RAG、代理和数据管道。它速度快、可控性强。 Crawl4AI官方介绍 开源的 LLM 友好型...

browser-use浏览器任务全自动化AI助手windows电脑版一键启动整合包
本次再和大家分享一个非常牛逼的AI助手软件:browser-use,别问哪里牛逼,反正很多人都在用,社区starts高达72.8K,火遍全球的deepseek 100K,browser-use 72.8K,就问你火不火。之前我也分享过其它类...

FlashVSR低分辨率模糊视频高清放大工具整合包v1.1下载,免安装一键启动
FlashVSR-一款高性能可靠的视频超高分辨率放大工具。迈向基于扩散的实时流式视频超分辨率——一种高效的单步扩散框架,用于具有局部约束稀疏注意力和小型条件解码器的流式VSR。 FlashVSR官方介绍 扩散模型最近在视频修复方面取得了进展...

VibeVoice:富有表现力的长篇多人对话语音合成工具整合包下载
VibeVoice是微软开发的一款富有表现力的长篇多人对话语音合成工具。支持1-4个发音人,支持声音克隆自定义音色合成语音,我制作了最新的本地免安装一键启动整合包及云端在线版。 VibeVoice介绍 VibeVoice:一种前沿的长对话文...

多图编辑人物一致性图片合成处理工具Qwen-Image-Edit-2509整合包下载,人物换装换姿势动作软件
Qwen-Image 是一个功能强大的图像生成基础模型,能够进行复杂的文本渲染和精确的图像编辑。Qwen-Image-Edit-2509是Qwen-Image-Edit的月度更新版本,增加了多图编辑和单图一致性生成功能。 Qwen-Imag...
摸鱼神器windows电脑隐藏任务栏软件图标工具rbtray下载
本次和大家分享一个摸鱼神器rbtray。 windows电脑软件运行的时候会在屏幕底部的任务栏上有一个软件图标,如果你开了哪个软件又不想被别人看到你正在运行这个软件的话,那么这个神器rbtray就非常适合你了。 rbtray可以快速将软件图...

人物动作迁移及视频人物替换软件Wan2.2-Animate-14B整合包下载,动作模仿视频换主体工具在线一键启动
本次和大家分享一个非常强大的动作模仿及视频人物替换工具Wan2.2-Animate-14B,Wan-Animate接受一个视频和一个角色图像作为输入,并生成一个动作模仿或人物替换的视频,视频自然流畅,可玩性非常高。 Wan2.2-Anima...

无限长度的数字人对话视频生成软件InfiniteTalk整合包,图像转视频、视频配音对口型工具
InfiniteTalk是一款发布不久的数字人视频制作软件,软件可以通过音频驱动将一张图片合成为一段视频,或是将视频与音频整合成一段新视频,实现音频唇形同步,是一个非常强大的对口型工具。 InfiniteTalk官方介绍 我们提出了一种新颖...
UV包管理器用法基础教程
UV是一个用 Rust 编写的高性能工具,旨在替代 Python 传统的包管理工具链,速度比 pip 和 Conda 快数十甚至上百倍。 安装 uv 你可以通过一条命令安装 uv: 安装后,...

一句话编辑图片工具OmniGen2整合包下载,输入文本快速P图
和大家分享一个高效强大的一句话P图软件OmniGen2,这个软件可以通过输入一段描述词然后直接对图片内容进行修改,就像PS修图一样,但是操作起来更简单方便。我基于当前最新版本制作了windows版免安装一键启动整合包。 OmniGen2官方...










