Meta 宣布了一款新的生成式 AI 工具「AudioCraft」，只要输入文字描述，AudioCraft 就可根据文字内容生成一段全新音乐或音效给你。借助该工具，内容创作者只要输入简单文字描述就能产生复杂的创作旋律，甚至模拟整个管弦乐队。
以文字与静态图片为中心的生成式 AI 模型已受到广泛关注且相对容易使用，但生成式音乐工具的发展却滞後了，之前利用 AI 生成连贯音乐的方法通常是 MIDI，但这些方法无法完全掌握完整音乐的细微差别与风格元素。
由於生成式音乐非常复杂（比如需针对不同尺度的复杂讯号与模式进行建模）且开放度不够，人们也无法轻易使用它。
现在，Meta 希望他们新推出的 AudioCraft 工作能在 MIT 许可下，提供简单音乐让社群更加丰富。
AudioCraft 由 3 个核心训练模型组成：AudioGen，用於生成各种音乐效果与音景的工具；MusicGen，可以根据描述创造音乐作品和旋律；EnCodec，一种基於神经网路的音乐压缩编解码器（codec）。
Meta 表示，EnCodec 经过改善调整後能生成更高品质的音乐，此外，AudioGen 还可以创造音效，如狗叫、汽车喇叭鸣声、木地板上的脚步声等。MusicGen 则可以根据「具琅琅上口的旋律、打击乐、欢快节奏的流行舞曲、非常适合海滩」等不同文字描述，从头开始创作各种类型的歌曲。
Meta 也在网站提供多个样本供参考，听完可以发现生成式音乐确实符合描述，但品质还不够高，不足以取代专业制作的商业音乐或音效。
- Meta releases open source AI audio tools, AudioCraft
- Meta’s AI music generator could be the new synthesizer — or just muzak
- Introducing AudioCraft: A Generative AI Tool For Audio and Music
- Open sourcing AudioCraft: Generative AI for audio made simple and available to all
（首图来源：Meta AI）