天工SkyMusic是什么？
「天工SkyMusic」是昆侖萬(wàn)維推出的AI音樂(lè)生成大模型，基于昆侖萬(wàn)維「天工3.0」超級(jí)大模型打造，是目前國(guó)內(nèi)唯一公開可用的AI音樂(lè)生成大模型。具備高質(zhì)量音樂(lè)制作、逼真人聲合成、精準(zhǔn)歌詞控制、多元風(fēng)格適應(yīng)及復(fù)雜歌唱技巧學(xué)習(xí)等五大特點(diǎn)。該模型基于先進(jìn)的Transformer技術(shù)，能夠根據(jù)用戶輸入生成具有豐富情感表達(dá)的音樂(lè)作品，旨在推動(dòng)音樂(lè)創(chuàng)作的創(chuàng)新和個(gè)性化發(fā)展。
天工SkyMusic的主要特點(diǎn)
「天工SkyMusic」的五大特點(diǎn)如下：
- 高質(zhì)量AI音樂(lè)生成：「天工SkyMusic」能夠生成長(zhǎng)達(dá)80秒、44100Hz采樣率的雙聲道立體聲AI歌曲。它可以根據(jù)用戶輸入的歌詞風(fēng)格生成相應(yīng)風(fēng)格的歌曲，保證音樂(lè)的質(zhì)量和技術(shù)的先進(jìn)性。
- 人聲“以假亂真”：在AI音樂(lè)生成中，人聲合成是非常關(guān)鍵的部分，「天工SkyMusic」的AI人聲合成技術(shù)達(dá)到了業(yè)內(nèi)頂尖的SOTA（State of the Art）水平。特別是在中文人聲合成方面，它的發(fā)音清晰、無(wú)異響，并且顯著優(yōu)于國(guó)外同類產(chǎn)品，處于世界領(lǐng)先水平。
- 歌詞段落控制：「天工SkyMusic」具備通過(guò)歌詞控制歌曲情緒變化的能力，能夠明確區(qū)分不同歌詞段落的情緒差異，如主歌和副歌、前奏和主歌之間的不同，使得生成的歌曲情感表達(dá)更為豐富和精準(zhǔn)。
- 多種音樂(lè)風(fēng)格支持：該模型支持多種音樂(lè)風(fēng)格，包括說(shuō)唱、民謠、放克、古風(fēng)、電子等，為用戶提供廣泛的創(chuàng)作選擇。用戶可以根據(jù)自己的創(chuàng)作意圖選擇和參考不同的音樂(lè)風(fēng)格，以實(shí)現(xiàn)個(gè)性化的音樂(lè)創(chuàng)作。
- 音樂(lè)智能表達(dá)-歌唱技巧學(xué)習(xí)：「天工SkyMusic」不僅能生成基礎(chǔ)的音樂(lè)作品，還能學(xué)習(xí)和模仿多種歌唱技巧，如顫音、歌劇、吟唱、男女對(duì)唱、自動(dòng)和聲等，使得用戶創(chuàng)作的歌曲在情感表達(dá)上更加細(xì)膩和恰當(dāng)。
這些特點(diǎn)共同構(gòu)成了「天工SkyMusic」的核心優(yōu)勢(shì)，使其在AI音樂(lè)生成領(lǐng)域具有強(qiáng)大的競(jìng)爭(zhēng)力和廣泛的應(yīng)用前景。
天工SkyMusic的技術(shù)架構(gòu)
「天工SkyMusic」采用音樂(lè)音頻領(lǐng)域類Sora模型架構(gòu)，Large-scale Transformer 負(fù)責(zé)譜曲，來(lái)學(xué)習(xí) Music Patches 的上下文依賴關(guān)系，同時(shí)完成音樂(lè)可控性；Diffusion Transformer 負(fù)責(zé)演唱，通過(guò)LDM讓Music Patches被還原成高質(zhì)量音頻，使得「天工SkyMusic」能夠支持生成80秒44100Hz 采樣率雙聲道立體聲歌曲。這套模型架構(gòu)在處理視頻、音頻和音樂(lè)領(lǐng)域效果極佳。昆侖萬(wàn)維團(tuán)隊(duì)也將在后續(xù)逐步迭代和添加新的能力，讓模型具備多模態(tài)的情感理解與表達(dá)能力。
如何使用天工SkyMusic？
SkyMusic體驗(yàn)地址：https://music.tiangong.cn/
