用文本生成音乐，Meta发布开源AI工具AudioCraft | 最前线

作者 | 虞景霖 编辑 | 邓咏仪 美东时间8月2日，Meta发布了一款开源人工智能（AI）工具AudioCraft，可以根据用户给出的文本提示创作音频和音乐。相较于AI在生成图像、视频、文本的应用，AI生成音乐领域的发展相对落后。这是由于生成高质量的音频需要对不同类型的信号、模块进行不同层级的建模，加上该领域开源的代码较少，可以说是AI生成内容中最具挑战性的领域。 本次AudioCraft以开源的形式进行发布，目的也是为了能够让“研究人员和从业人员能够使用自己的数据集训练自己的模型，减少由于训练数据的局限性带来的偏误，推动AI生成音乐或音频的发展。” AudioCraft包括AudioGen、EnCodec（改进版）和MusicGen三个核心部件。通过MusicGen和AudioGen，AudioCraft可以将用户给出的文本指令转变为任何类型的音频或者音乐，再由EoCodec（改进版）