Prompt教程-音乐生成

音乐生成

音乐生成的潜力越来越受到欢迎，并有望对音乐产业产生重大影响。

音乐生成模型能够创作和生成和弦、旋律或完整歌曲，它们可以按照特定类型构建和创建音乐，并以特定艺术家的风格进行作曲或即兴演奏。

然而，尽管音乐模型有巨大的潜力，但目前仍存在一些挑战。与图像或文本生成模型相比，音乐模型往往难以进行详细的指导，并且生成的输出通常不能像其他模型那样进行全面的自定义。

Riffusion

Riffusion（@Forsgren_Martiros_2022）是 Stable Diffusion 的精细调整版本，可以通过提示进行控制，生成乐器和伪风格，但拥有的节拍数量有限。

Mubert

Mubert似乎通过情感分析来解释提示，并将适当的音乐风格与提示相关联，但不能通过提示详细控制音乐参数。目前尚不清楚有多少结果是由AI完成的。

其他

还有一些尝试将GPT-3用作Text-2-Music工具，并使用实际的提示来获取音乐元素的"微观"级别（而不是像Mubert和Riffusion生成的相对模糊的提示样式类比）。例如，可以使用提示如"编写一个只使用A、B、C＃、F＃和G的民谣风格的音符"。然而，目前这些尝试仅限于单个乐器。

其他方法包括使用模型链，将任何图像转换为代表其声音的形式，以及使用ChatGPT生成创建声音的Python库代码的提示。