输入“/”快速插入内容

AI音乐 | 2.18资讯

2024年2月22日修改
15%
作者:叮当不是机器猫 |分享AI音乐动态,探索AI与音乐的无限可能!
公众号:智音Brook 2024-02-18 22:30 广东
85%
目录
全新升级的音乐人工智能工具数据库:超过 130 种工具、模型和数据集
预期音乐变压器:一种可控的音乐填充模型
通过潜在扩散生成低音伴奏
AudioSeal:主动本地化水印
探索音乐人工智能的革命性发展
全新AI音乐工具数据库:超过 130 种工具、模型和数据集
在经历了 20 个月的快速发展后,我们荣幸地宣布全面更新我们的音乐 AI 工具数据库。无论您是寻求市场研究的创业者、寻找增强创造力工具的艺术家,还是需要为您的客户寻找增值工具的艺术团队成员,我们的数据库都能为您提供帮助。
自 2022 年 5 月首次发布以来,我们数据库中的工具数量已经翻了四倍多。几乎每个大型科技公司、音乐流媒体服务和主要版权持有者现在都参与其中。仅去年一年,就有超过十二种新的音乐生成模型进入市场,最值得注意的包括 Google 的 Lyria 和 Meta 的 AudioCraft,以及音乐 AI 初创公司和版权巨头之间的大量合作(及诉讼)。
为了适应这一飞速发展的趋势,我们对数据库进行了全新设计,不仅追踪技术规格,还增加了市场影响的跟踪。我们希望更多的贡献者和公司参与进来,确保我们对音乐 AI 市场的呈现尽可能准确和全面。
感谢所有提供用户数据支持本次重新发布的公司,包括 Endel, Moises, Beatoven.ai 等。我们期待您的参与和贡献,共同推进音乐 AI 领域的发展。
预期音乐变压器:一种可控的音乐填充模型
预见性音乐变换器是一种可控的生成模型,旨在通过控制生成模型来构建时间点过程(例如,音乐事件序列),允许异步地根据第二个相关过程(控制过程)来条件化生成。这一方法通过在事件序列中的停止时间后插入控制信息来实现,主要应用于符号音乐生成的控制问题上,特别是填充控制任务,其中控制作为事件的子集,并且条件生成在给定固定控制事件的情况下完成事件序列。
该模型通过 " 预期 " 机制,能够在考虑未来控制信息的情况下生成音乐,特别适用于音乐填充和伴奏生成任务。使用了庞大且多样化的 Lakh MIDI 音乐数据集来训练这些预期填充模型,该数据集包含了大量的 MIDI 文件,为模型提供了丰富的训练材料。
通过自动评价指标和人类评价对模型进行了评估。实验结果显示,预期模型在音乐生成任务上能够达到与自回归模型相匹敌的性能,同时还能执行填充控制任务,如伴奏生成,且生成的伴奏在音乐性上与人类作曲相近。
通过潜在扩散生成低音伴奏