文本引导音乐

基于扩散变换器的AI音乐模型，支持文本引导音乐生成与编辑 MelodyFlow是基于扩散变换器架构，采用流匹配目标训练的AI音乐模型。可生成、编辑多样化高质量立体声音乐，支持文本描述输入控制。该模型提出新型正则化潜在反转方法，可实现零样本测试阶段的文本引导音乐编辑，经评估，在文本到音乐基准测试中质量效率与主流基线相当，音乐编辑性能超越以往最优技术。