MusicLM

MusicLM é um modelo para gerar música de alta fidelidade a partir de descrições de texto. O modelo usa uma tarefa hierárquica de modelagem sequência a sequência e gera música a 24 kHz que permanece consistente por vários minutos.

A música gerada pode ser condicionada por texto e melodia, permitindo transformar melodias assobiadas ou cantaroladas de acordo com o estilo descrito na legenda de texto. A ferramenta também consegue gerar música a partir de descrições de pinturas, instrumentos, gêneros, níveis de experiência musical, lugares e épocas. Além disso, pode gerar versões diversas do mesmo comando de texto e dos mesmos tokens semânticos.