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
免费在线AI音乐创作工具,文字转音乐软件MusicGen Web
极速轻便声音克隆语音合成软件MOSS-TTS-Nano整合包,CPU可流畅运行
最强分说话人语音识别工具,支持批量音视频识别转字幕,字幕翻译内容总结
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
最近更新

Claude 再放大招,Sonnet 5 来了
一觉醒来Anthropic又放大招了,Claude Sonnet 5来了。 不得不说国外大语言模型更新的是真快的,各家LLM版本更新迭代频率都很高,Claude 刚发布Opus 4.8 不久,这又发布了Sonnet 5.Anthropic ...

AutoVidDub支持分角色配音的全自动视频翻译配音加字幕工具
支持分角色配音的全自动流水线,一键将外语视频转为带母语配音和双语字幕的目标语言视频。 一、软件简介 AutoVidDub 是一套运行在本地 GPU 上的全自动视频翻译配音工具。你只需提供一个视频文件,它就能自动完成以下全部工序: 二、核心功...

极速轻便声音克隆语音合成软件MOSS-TTS-Nano整合包,CPU可流畅运行
一、项目概述 MOSS-TTS-Nano 是由 MOSI.AI 与 OpenMOSS 团队 联合开发的开源多语言小模型语音合成系统。模型参数量仅 0.1B,专为实时语音生成场景设计,无需 GPU 即可在 CPU 上直接运行,适合本地演示、W...

最强分说话人语音识别工具,支持批量音视频识别转字幕,字幕翻译内容总结
本软件是一款基于 Qwen3-ASR-1.7B 大模型的本地音视频语音识别工具,配备说话人分离功能,可在个人电脑上实现: 整个流程通过简洁的 Gradio Web 界面 操作,点击按钮即可完成识别与导出。 主要功能特点 1. 单文件识别与批...

最强PR中文视频自动语音识别生成字幕插件,语音识别准确率高支持多国语言
上次和大家分享了PR非常好用的自动剪辑口播视频静音片段插件,如果想要自动生成视频字幕的话,用PR自带的语音识别转字幕工具,效果非常差,语音识别准确率非常低,识别的文本差太多手动修改起来极其麻烦,反而更加浪费时间了。为了提高工作效率,降低人工...

祝贺凡人修仙传2026年新年番开播同时在线人数超64万
今天6月13日凡人修仙传新年番开播,同时在线人数破64万(非最高在线人数,只是我看到的在线人数),作为凡人5年老粉,必须发个帖祝贺一下。 我比较喜欢看动漫,各种类型看了很多,具体不清楚多少,像斗罗斗破之类看了一大半终究是没能看下去,还是雾山...

Premiere Pro静音片段自动剪辑插件——Silence Remover使用教程及下载
对于做口播、Vlog、播客剪辑的朋友来说,最耗时的工作之一就是手动找出视频中的”哑巴”片段——说话间隙、停顿、思考时的”嗯啊”——并逐一删除。今天给大家介绍一款来自 Phantom Edito...

蛙蛙写作-能替你"打工"的AI写作平台,附邀请码:UZekHC
我不是一个容易被工具说服的人。用过 ChatGPT、试过各种”AI写作神器”,大多数要么写出来全是机翻腔,要么根本不懂网文的爆款逻辑。 直到我开始用蛙蛙写作,才发现原来一个工具真的可以懂你想写什么。 🐸 蛙蛙写作是什...

PDFMathTranslate + MinerU 批量PDF全文双语翻译转Markdown工具
本工具是一款基于 PDFMathTranslate 与 MinerU 整合的桌面端 PDF 翻译工具,通过简洁的 Web 界面实现一键式 PDF 全文双语翻译,并可选择将翻译结果导出为 Markdown 格式,方便导入知识库或进行二次编辑。...

Claude居然自称“本人”
今天在和Claude聊网文写作的时候,Claude回复中居然自称本人,这让我有点震惊。 我经常会和AI聊工具功能对比等话题,ChatGPT、Gemini、Claude这些以前我记得从来没有自称过本人的,好像都是本模型,本工具等等,反正从来没...














