中科大&科大讯飞重磅开源OpenMusic：高品质音乐生成工具！

文章预览

点击下方 卡片 ，关注“ AIGC Studio ” 文章链接：https://arxiv.org/pdf/2405.15863 代码链接：https://github.com/ivcylc/qa-mdt Huggingface链接：https://huggingface.co/spaces/jadechoghari/OpenMusic Demo链接：https://qa-mdt.github.io/  （chatgpt * 30， musiccaps * 30） 亮点直击 提出了一种质量感知训练范式，使模型在训练过程中能够感知数据集的质量，从而在音乐性（美学角度）和音频质量方面实现卓越的音乐生成效果。 创新性地将masked扩散Transformer引入到音乐信号中，展示了其在建模音乐潜在空间上的独特效果，以及其在质量控制感知方面的卓越能力，从而进一步提升了生成音乐的质量和音乐性。 解决了大型音乐数据集中文本与音频低相关性的问题，有效提高了文本对齐度和生成的多样性。 背景 近年来，基于扩散的文本到音乐（TTM）生成方法逐渐受到重视，提供了一种创新的方法， ………………………………