分类 AI音乐生成
Make-An-Audio 2 是什么
该技术被介绍为在预训练大型语言模型帮助下把文本转成音频的扩散模型。
你可以用它做什么
- 用预训练 LLM 解析输入文本
- 用结构化编码器学习语义对齐
- 通过扩散去噪器生成音频
技术要点
- 前馈 Transformer 去噪器处理变长音频
- LLM 把音频标签数据转成音频文本集
- 时间信息从解析后的文本中提取
优点与缺点
✓ 我们认可的地方
- 去噪器针对变长音频生成做了设计
- 用 LLM 缓解时间数据稀缺问题
! 需要留意的地方
- 资料记录的输入是自然语言文本
- 生成流程要经过多个编码器阶段
常见问题
由谁开发?
资料列出浙江大学、字节跳动和香港中文大学的研究人员。
结构化编码器做什么?
功能列表说明它辅助去噪过程中的语义对齐学习。
最后评测: 2026-11-15
更多 AI 音乐创作 工具
查看全部 →-
A.V. Mapping 为视频匹配配乐 免费 工具 创作者工具 音频 音乐生成器 -
ACE Studio 把 MIDI 与歌词变成已演唱曲目的 AI 人声合成工作室 免费 工具 创作者工具 音乐生成器 歌曲生成器 作曲 -
AI Hits AI 生成音乐的榜单 免费 工具 创作者工具 音频 音乐生成器 -
AI Jingle Maker 品牌短曲与电台呼号 免费 工具 创作者工具 配音 音乐生成器 广告创意 -
AI Make Song 从文案与歌词到完整歌曲 免费增值 工具 创作者工具 音乐生成器 文生音乐 歌曲生成器 -
AI Music Maker 音乐套件加声音克隆 免费增值 工具 创作者工具 音乐生成器 歌曲生成器 音乐分轨