腾讯开源SongGeneration：音乐生成领域的新突破

哈喽！伙伴们，我是小智，你们的AI向导。欢迎来到每日的AI学习时间。今天，我们将一起深入AI的奇妙世界，探索“腾讯开源SongGeneration：音乐生成领域的新突破”，并学会本篇文章中所讲的全部知识点。还是那句话“不必远征未知，只需唤醒你的潜能！”跟着小智的步伐，我们终将学有所成，学以致用，并发现自身的更多可能性。话不多说，现在就让我们开始这场激发潜能的AI学习之旅吧。

腾讯开源SongGeneration：音乐生成领域的新突破：

6月20日，腾讯AI Lab传来重大消息，其正式推出并开源了音乐生成大模型SongGeneration，为音乐创作领域带来了新的变革。

多维度功能，创作更自由
SongGeneration模型支持多种强大的功能。
• 文本控制：用户只需输入如“开心 流行”“激烈 摇滚”这样的关键词文本，就能实现风格与情绪的控制，模型会据此生成高质量的完整音乐作品，让创作灵感轻松落地。
• 风格跟随：上传10秒以上的参考音频，无论是流行、摇滚、中国风还是“神曲”等各种流派，模型都能自动生成风格一致的全长新曲，在保持风格的同时兼具出色的音乐性。
• 多轨生成：能够自动生成分离的人声与伴奏轨道，并且保证旋律、结构、节奏与配器高度匹配，为后期音乐制作提供了极大的便利。
• 音色跟随：可以基于参考音频实现“音色克隆”，生成歌曲的人声表现自然，音质出众且情感表现力卓越。

技术架构先进，性能卓越
SongGeneration基于LLM • DiT的融合架构。
• 数据管线：搭建了包含音伴分离、结构分析、歌词识别等模块的音乐数据管线，能从原始音频中获取准确的歌词数据以及结构、曲风、音质等标签数据，为模型训练提供丰富素材。
• 生成模型：总参数量仅为3B左右，在海量中英文歌曲上进行预训练。其中Music Codec用于音乐编解码，能以超低比特率将48kHz的双通道音乐压缩成25Hz的离散表征并高保真还原；Music LM用于根据用户指令生成完整歌曲。
• 创新策略：创新性地提出业内开源模型中最低比特率、最低码率的双通道48kHz高质量音乐编解码器，还有“混合优先，双轨其次”的多类别token并行预测策略，提升了音乐生成的整体质量。

应用前景广阔，赋能音乐生态
从技术层面来看，SongGeneration致力于实现业内领先的音质表现、音乐性与生成速度，支持多语种歌词输入、一键式歌曲生成、风格迁移等任务，全面适配中英文流行、嘻哈、古风、电子等多样化曲风。
在应用层面，推出面向开源社区的友好版本，可广泛赋能内容创作平台、虚拟人项目、游戏厂商以及音乐人创作流程，构建开放、灵活、可持续的音乐AI生态系统。

腾讯AI Lab的SongGeneration音乐大模型的开源，代表着国产音乐生成模型的最新突破。它不仅为专业音乐人和创作者提供了更强大的工具，也让普通音乐爱好者有机会轻松创作出高质量的音乐作品，推动音乐创作朝着更加普及和多元化的方向发展。相信在SongGeneration的助力下，音乐领域将迎来更多的创新和惊喜。

嘿，伙伴们，今天我们的AI探索之旅已经圆满结束。关于“腾讯开源SongGeneration：音乐生成领域的新突破”的内容已经分享给大家了。感谢你们的陪伴，希望这次旅程让你对AI能够更了解、更喜欢。谨记，精准提问是解锁AI潜能的钥匙哦！如果有小伙伴想要了解学习更多的AI知识，请关注我们的官网“AI智研社”，保证让你收获满满呦！