衡宇 发自 凹非寺量子位 | 公众号 QbitAI宇航员骑马奔驰，配什么BGM比较飒？这活交给AI试试！输入文本“宇航员骑大马”，秒速生成一段1分钟的音频：emmm……听起来好动感！是的没错，AI可以基于文字提示生成音乐！上面这段演示视频，基于Deforum Stable Diffusion的Colab页面代码修改而来。这只新项目的名字叫Mubert API，已在Github开源，获得1000多的标星。推特上也有不少人已经用Mubert API生成音频，来给自己的视频配乐了。试听过的友友们这样留言：音乐由真人谱曲、AI组曲在演示视频里面，这个text-to-music的AI，实际生成效果听起来还不错。那不如来看看，Mubert API是怎么工作的吧。大概的工作流程是这样的：音乐人谱曲后上传→AI进行风格分类→用户输入文本→AI用demo组曲→生成个性化音乐也就是说，虽然Mubert API在进行text-to-music的工作，但是AI负责的部分，只有两个步骤：分类demo + 根据提示文本组合demo成曲。简而言之，最后生成的音乐，是由真人谱曲、AI组曲。具体是怎么回事呢？回到第一个步骤，音乐人们制作好demo，上传到Mubert。采用这种方法，而非AI学习音乐人样本后自己生成新的音乐，是因为Mubert有“从创造者到创造者”的理念。目前，音乐人们上传的超过150万个demo进入Mubert API的音乐库。为了让用户们玩得开心，Mubert买下了所有demo的版权。在线玩耍后生成的音乐，可以免费用来配图或配视频画面。要在各个社交平台分享的话，务必@mubertapp并带上#mubert话题。但是，绝对不可以在DSP（Spotify，Apple Music，Deezer等）上面标为原创发表。至于商用，得是另外的价钱。Demo上传、入库以后，AI识别音乐风格，将它们分组归类，以便于打标签。前期工作准备就绪，现在来说说具体操作流程。用户需要输入一句话作为提示文本，再加几个Mubert API标签。注意，生成音乐的时长可以调节，要不要进行循环、选取哪一段开始循环，也都可以凭你喜欢。比如宇航员骑大马，配的标签就是“空间”“萨克斯”“旅行”。这些文本内容会被编码到Transformer的潜在空间向量中，然后，AI会选择那些和提示词及标签最接近的标记向量。也就是说，AI经过分析后，会选择符合提示文本的音乐demo，把它们排列组合。如此这般，根据文本生成的个性化音乐，出现了！值得一提的是，即便输入相同的提示文本，生成雷同音乐的可能性也比较小。因为所有的音乐，是在提交请求的时候即时生成的，而不是从已有的曲目库中直接拿来用。一经开源，网友们已经玩儿开了。日本网友用来生成和风流行音乐（但他也很疑惑，和印象里的日本音乐不咋一样哈）。当然，也有人尝试了用Mubert API给即将到来的万圣节增加一点恐怖气氛。也有玩家试玩过后表示，Mubert API在进行音乐生成时，提示文本和标签只能提供一种音乐的氛围，而不能直接搞搞节奏什么的。Mubert系列浅看了一下官网，除了Mubert API，Mubert系列还有另外几个项目。根据既有标签生成音乐的Mubert Render。和API相比，它棋差一招，没办法让用户手动输入提示文本。但玩儿的人不少，页面上还有很多已生成音乐在推荐位上。以及，专供音乐人们上传自己音乐demo，赚点小钱钱的Mubert Studio。（你说说，和API形成闭环了不是）也不复杂，简简单单一注册就可。还有个叫Mubert Play的App。你在做运动、放松或者冥想的时候，需要的听歌软件又添一员。有那么一点小遗憾，除了自行运行开源代码，现在普通玩家还不能玩上网页版。好在创作团队在Twitter上放话：Mubert API很快就能够在官网上线！会尽快开发一个简单易用、用户友好的Web界面。再等等吧！Github地址：https://github.com/MubertAI/Mubert-Text-to-MusicMubert官网：https://mubert.com/— 完 —量子位 QbitAI · 头条号签约关注我们，第一时间获知前沿科技动态
本文出自快速备案，转载时请注明出处及相应链接。
