跳到正文

InspireMusic

用 PyTorch 工具包生成音乐、歌曲与音频

访问官网

InspireMusic 是什么

InspireMusic 被介绍为一个基于 PyTorch、专注音乐、歌曲和音频生成的 AIGC 工具包与模型框架。它通过音频标记化与解码,结合自回归 Transformer 和条件流匹配模型生成高质量音乐,并支持文本提示、音乐风格与结构等条件控制。

你可以用它做什么

  • 根据文本描述生成对应风格的音乐
  • 基于已有音频片段继续生成音乐
  • 选择 24kHz 或 48kHz 的音频输出
  • 生成超过 5 分钟的长音频

应用场景

  • 用文本提示生成舒缓爵士乐,供餐厅或水疗中心播放
  • 把一小段爵士乐续写成更长的乐曲
  • 以 48kHz 高采样率生成古典音乐

上手流程

  • 克隆仓库并拉取子模块
  • 创建 Conda 环境,安装 Python 3.8、PyTorch 2.0.1 及依赖
  • 从 ModelScope 或 HuggingFace 下载预训练模型
  • 用 python -m inspiremusic.cli.inference 运行推理脚本

优点与缺点

✓ 我们认可的地方

  • 提供微调与推理脚本,简化模型调整和部署
  • 提供混合精度训练以提高训练效率

! 需要留意的地方

  • 部署需要 Conda 环境以及 Python 3.8 与 PyTorch 2.0.1
  • 预训练模型需要从 ModelScope 或 HuggingFace 下载

常见问题

支持哪些采样率?

资料列出 24kHz 与 48kHz,并可生成超过 5 分钟的音乐。

生成由什么模型驱动?

资料说明采用自回归 Transformer 与条件流匹配模型,基于 PyTorch 框架。

最后评测: 2026-11-15

更多 AI 音乐创作 工具

查看全部 →

评测方法