MusicLM

MusicLM एक ऐसा मॉडल है जो टेक्स्ट विवरणों से उच्च-विश्वसनीयता वाला संगीत जनरेट करता है। यह एक पदानुक्रमित sequence-to-sequence मॉडलिंग कार्य है, जो 24 kHz पर ऐसा संगीत बनाता है जो कई मिनटों तक सुसंगत रहता है।

यह टूल टेक्स्ट और धुन, दोनों के आधार पर संगीत जनरेट कर सकता है। इससे टेक्स्ट कैप्शन में बताई गई शैली के अनुसार सीटी से बजाई या गुनगुनाई गई धुनों को बदला जा सकता है।

MusicLM चित्रों, वाद्ययंत्रों, संगीत शैलियों, संगीतकार के अनुभव स्तर, स्थानों और युगों के विवरणों से भी संगीत बना सकता है। यह एक ही टेक्स्ट प्रॉम्प्ट और समान semantic tokens के विविध संस्करण भी जनरेट कर सकता है।