我们引入了 MusicLM，这是一种根据文本描述生成高保真音乐的模型，例如“由扭曲的吉他连复段支持的平静的小提琴旋律”。 MusicLM 将条件音乐生成过程视为分层序列到序列建模任务，它可以生成 24 kHz 的音乐。 我们的实验表明，MusicLM 在音频质量和对文本描述的遵守方面都优于以前的系统。 此外，我们证明 MusicLM 可以以文本和旋律为条件，因为它可以根据文本标题中描述的风格转换口哨和哼唱的旋律。 为了支持未来的研究，我们公开发布了 MusicCaps，这是一个由 5.5k 个音乐文本对组成的数据集，其中包含由人类专家提供的丰富文本描述。——谷歌

如果你想体验 MusicLM 的音乐创作过程，现在你需要加入候选名单，然后免费体验。

1. 进入 https://labs.withgoogle.com/

2. 下拉找到 MusicLM

3. 生成你的第一首歌曲

→ 在文本字段中描述您想要生成的内容

→ AI 负责剩下的工作并创建 2 条不同的轨道

→ 点击右边的三个点，可以将音乐下载到本地

样例 1：

输入 Prompt：

Rock melodic pop that is chill, slow tempo with a build at the end（摇滚旋律流行风格，节奏缓慢，结尾有节奏）

样例 02：

输入 Prompt：

London drill beat, strong kick（伦敦 drill 风格节拍，强力踢腿节奏）

样例 03：

输入 Prompt：A jazzy piece with a smooth saxophone solo. The sound is both sophisticated and playful with a slow tempo.（一首爵士乐作品，带有流畅的萨克斯管独奏。 声音既复杂又有趣，节奏缓慢）

根据字幕生成音乐

MusicLM 的强大之处不只是在于能够从你提供的 Prompt 生成音乐，甚至还能根据字幕来生成符合情景的音乐

样例 01：

The main soundtrack of an arcade game. It is fast-paced and upbeat, with a catchy electric guitar riff. The music is repetitive and easy to remember, but with unexpected sounds, like cymbal crashes or drum rolls.

（翻译：一种街机游戏的主要配乐。 节奏快、欢快，带有朗朗上口的电吉他即兴重复节奏。 音乐重复且易于记忆，但带有意想不到的声音，例如铙钹撞击声或鼓声。）

生成结果：

样例 02：

A fusion of reggaeton and electronic dance music, with a spacey, otherworldly sound. Induces the experience of being lost in space, and the music would be designed to evoke a sense of wonder and awe, while being danceable.

（翻译：雷鬼音乐和电子舞曲的融合，带有空间感、超凡脱俗的声音。 一种感觉像是迷失在太空中的体验，这种音乐的设计旨在唤起一种惊奇和敬畏的感觉，让人想起舞。）

生成结果：

生成不同风格的一段音乐

输入 Prompt：

jazz song (0:00-0:15)

pop song (0:15-0:30)

rock song(0:30-0:45)

death metal song (0:45-1:00)

rap song (1:00-1:15)

string quartet with violins (1:15-1:30)

epic movie soundtrack with drums (1:30-1:45)

scottish folk song with traditional instruments (1:45-2:00)

（爵士乐（0:00-0:15）‍‍‍‍‍‍‍‍

流行歌曲 (0:15-0:30)

摇滚歌曲 (0:30-0:45)

死亡金属歌曲 (0:45-1:00)

说唱歌曲（1:00-1:15）

小提琴弦乐四重奏 (1:15-1:30)

史诗电影配乐与鼓 (1:30-1:45)

传统乐器演奏的苏格兰民歌（1:45-2:00））

生成结果：