在AI領域更進一步！ Meta推出新款音頻和音樂生成式AI工具AudioCraft

作者：曹澤熙

8月2日週三，Meta推出一款新的面向音頻和音樂的名為AudioCraft的生成式AI工具，該工具可以幫助用戶根據文本提示創作音樂和音頻。

這款AI工具將AudioGen、EnCodec和MusicGen三種模型或技術融為一體，可用文本內容生成高質量、近乎真人創作的音頻和音樂。

其中，MusicGen接受過Meta擁有的和特別授權的音樂訓練，可以從文本提示生成音樂；AudioGen接受過公共音效訓練，可從文本提示生成音頻，比如模擬狗叫或腳步聲；再加上EnCodec編解碼器的改進版本，用戶可以更高效率地生成更高質量的音樂。

Meta稱，AudioCraft系列模型能夠產生具有長期一致性的高質量音頻，並且易於使用：

與該領域之前的工作相比，通過AudioCraft，我們簡化了音頻生成模型的整體設計——為人們提供了使用Meta在過去幾年中開發的現有模型的完整方法，同時也使他們能夠突破極限並開發自己的模型。

Meta指出，AudioCraft適用於音樂、聲音、音頻文件的壓縮和生成。因為它很容易構建和重用，所以想要構建更好的聲音生成器、壓縮算法或音樂生成器的人可以在同一個代碼庫中完成這一切，並在其他人所做的基礎上進行構建。

元名稱：

擁有堅實的開源基礎將促進創新並補充我們未來製作和聆聽音頻和音樂的方式。通過更多的控制，我們認為MusicGen可以變成一種新型樂器——就像合成器首次出現時一樣。

所有Facebook用戶都可以安裝AudioCraft，Meta特別邀請研究人員和音樂專業人士使用這一工具：

我們將AudioCraft系列模型視為音樂家和聲音設計師提供靈感的工具，幫助人們快速集思廣益並以新的方式迭代他們的作品。我們迫不及待地想看看人們用Audiocraft創造了什麼。

Meta於2022年10月推出了其第一個版本的EnCodec，作為一種AI工具，用於在不損失音質的情況下壓縮和解壓縮音頻文件，以便用戶快速輕鬆地共享音頻文檔。其目的是提高所有音頻文件的質量，而不僅僅是音樂文件。當時，它特別針對提高語音通話和語音消息的質量，特別是在網絡連接不佳等不利情況下。此後該模型不斷發展，如今與AudioGen和SoundGen一起推出，作為一種工具，幫助合成聲音和音樂在實際播放時顯得更為真實。

雖然一些藝術家已經採用人工智能生成工具來獲得更多創造力，但其他藝術家卻對侵犯版權持批評態度。