MusicLM

MusicLM è un modello per generare musica ad alta fedeltà a partire da descrizioni testuali. Il modello utilizza un'attività gerarchica di modellazione sequenza-sequenza e genera musica a 24 kHz che rimane coerente per diversi minuti.

La musica generata può essere condizionata sia dal testo sia dalla melodia, consentendo di trasformare melodie fischiettate o canticchiate secondo lo stile descritto nella didascalia testuale. Lo strumento è inoltre in grado di generare musica da descrizioni di dipinti, strumenti, generi, livelli di esperienza dei musicisti, luoghi ed epoche. Può anche generare versioni diverse dello stesso prompt testuale e degli stessi token semantici.