前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >AI音乐生成指南:教你如何让AI成为你的音乐灵感源泉

AI音乐生成指南:教你如何让AI成为你的音乐灵感源泉

作者头像
Tom2Code
发布于 2024-03-27 06:35:05
发布于 2024-03-27 06:35:05
25900
代码可运行
举报
文章被收录于专栏:TomTom
运行总次数:0
代码可运行

大家好,周末愉快,刚开完组会,就来写这篇文章了

今天要分享一个人工智能模型

Suno V3

这个模型可以实现用Ai来生成音乐,

仅通过简单的文字提示(填词),你便能迅速创作出一首包含背景音乐和填词的两分钟完整曲目。

先来贴上论文地址:https://arxiv.org/abs/2310.12190

文章摘要:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Animating a still image offers an engaging visual experience. Traditional image animation techniques mainly focus on animating natural scenes with stochastic dynamics (e.g. clouds and fluid) or domain-specific motions (e.g. human hair or body motions), and thus limits their applicability to more general visual content. To overcome this limitation, we explore the synthesis of dynamic content for open-domain images, converting them into animated videos. The key idea is to utilize the motion prior of text-to-video diffusion models by incorporating the image into the generative process as guidance. Given an image, we first project it into a text-aligned rich context representation space using a query transformer, which facilitates the video model to digest the image content in a compatible fashion. However, some visual details still struggle to be preserved in the resultant videos. To supplement with more precise image information, we further feed the full image to the diffusion model by concatenating it with the initial noises. Experimental results show that our proposed method can produce visually convincing and more logical & natural motions, as well as higher conformity to the input image. Comparative evaluation demonstrates the notable superiority of our approach over existing competitors.

一.项目网站

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
https://www.suno.ai/

网站截图:

点击右上角的 make a song

然后进入到一个新的页面:

再点击左边的 create

弹出来登录页面,这里Tom使用google email登录

登录成功,把custom mode打开

在歌词框里输入Tom利用chatgpt4 生成的歌词:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Verse 1:
在月光下,我看到你的眼,如此明亮
你牵起我的手,我们在星空下起舞
世界仿佛停止了转动,就在这一刻
你低语,我心跳加速,爱的旋律在空中飘扬

Pre-Chorus:
他们说我们太年轻,不懂什么是爱情
但我只要与你同在,其他一切都不重要

Chorus:
这是我们的爱情故事,让我们勇敢写下去
在这无尽的夜里,与你共舞直到天明
就算全世界反对,我也愿意为你而战
只要你握紧我的手,我们的爱就能战胜一切

Verse 2:
回忆中,我们的笑容在闪耀,无忧无虑
在每个梦里,我都能找到你温柔的眼眸
跨过山丘和河流,只为找到属于我们的地方
你是我的王子,我是你的公主,我们的爱像童话

Pre-Chorus:
他们不懂这感觉,像是命中注定的爱情
与你一起,我找到了我自己,找到了我的一切

Chorus:
这是我们的爱情故事,让我们勇敢写下去
在这无尽的夜里,与你共舞直到天明
就算全世界反对,我也愿意为你而战
只要你握紧我的手,我们的爱就能战胜一切

Bridge:
每当我感到迷失,你都是我的北星
引导我穿越黑夜,直到找到曙光
我们的爱情故事,比任何童话更加灿烂
因为它是真实的,是我们共同书写的传奇

Chorus:
这是我们的爱情故事,让我们勇敢写下去
在这无尽的夜里,与你共舞直到天明
就算全世界反对,我也愿意为你而战
只要你握紧我的手,我们的爱就能战胜一切

Outro:
在这爱情故事中,我们找到了自己
勇敢爱,勇敢梦,直到永远

然后点击 create

by the way 记得输入TITLE

随后就可以看到 已经在创作ing了

作品试听地址:

女声:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
https://app.suno.ai/song/a1676589-231a-466e-bf14-5345d635f069

男声:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
https://app.suno.ai/song/8e0dc8bd-ac3f-45f4-becd-f4ac93bb9d92

二.Suno V3的特点:

Suno V3,出自Suno AI之手的音乐创作神器,带来以下革命性特点:

  • 快速歌曲创作:仅凭几秒钟文字指令,便能创造出一首两分钟的完整歌曲;
  • 多语言兼容:支持中文及全球主流语言,拥抱多元文化;
  • 卓越音质:提供近乎广播级的高质量音频输出;
  • 风格多样性:扩展了更广泛的音乐风格与流派选择,满足不同喜好;
  • 响应优化:对用户指令的反应更加精准,有效减少不真实感,确保歌曲结尾自然流畅。
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-03-23,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Tom的小院 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
【ES三周年】一文搞懂 ElasticSearch 和 MySQL 索引的优缺点
这段时间在维护产品的搜索功能,每次在管理台看到 elasticsearch 这么高效的查询效率我都很好奇他是如何做到的。
crossoverJie
2023/02/14
2.1K0
ElasticSearch索引 VS MySQL索引
这段时间在维护产品的搜索功能,每次在管理台看到 elasticsearch 这么高效的查询效率我都很好奇他是如何做到的。
Java团长
2020/10/26
1.5K0
ElasticSearch索引  VS  MySQL索引
10张图理解Elasticsearch核心概念
Elasticsearch(以下称之为ES)是一款基于Lucene的分布式全文搜索引擎,擅长海量数据存储、数据分析以及全文检索查询,它是一款非常优秀的数据存储与数据分析中间件,广泛应用于日志分析以及全文检索等领域,目前很多大厂都基于Elasticsearch开发了自己的存储中间件以及数据分析平台。
慕枫技术笔记
2023/03/20
7280
10张图理解Elasticsearch核心概念
用了 Elasticsearch 后,查询起飞了!
本文不会关注 ES 里面的分布式技术、相关 API 的使用,而是专注分享下“ES 如何快速检索”这个主题上面。这个也是我在学习之前对 ES 最感兴趣的部分。
杰哥的IT之旅
2021/09/27
4050
全文检索的极致之选:Elasticsearch完全指南
倒序索引也被称为“反向索引”或“反向文件”,是一种索引数据结构。倒序索引在“内容”和存放内容的“位置”之间的映射,其目的在于快速全文索引和使用最小处理代价将新文件添加进数据库。通过倒序索引,可以快速根据“内容”查到包含它的文件。这种数据结构被广泛使用在搜索引擎中,倒排索引有两种不同的索引形式:
用户1413827
2023/11/28
1.1K0
2022最新ES面试题整理(Elasticsearch面试指南系列)「建议收藏」
看到网上各式各样关于Elasticsearch面试题的文章,但是貌似都不是很全面,所以特意整理了一篇关于常见的ES面试题,已收录至面试专栏,计划更新 10/50 个常见面试题,此次先发出来 10个,后续更新,请关注我的博客,第一时间查看更新。
全栈程序员站长
2022/10/03
9.2K0
2022最新ES面试题整理(Elasticsearch面试指南系列)「建议收藏」
ElasticSearch系列之索引机制学习笔记
在上一章的学习,我们对ElasticSearch有了比较清晰的理解,然后本博客继续学习ES中比较重要的核心原理和具体实现。相对于MySQL的索引机制,大部分是基于B+树的,需要我们进行手动创建索引,但是ES的索引是不需要手动创建的,默认是自动创建索引的。所以学习ES的倒排索引可以和MySQL的索引做一个对比,进行学习,思考一下为什么ES的倒排索引可以达到近实时(NRT)的查询效率
SmileNicky
2022/05/10
7210
ElasticSearch系列之索引机制学习笔记
内存吞金兽(Elasticsearch)的那些事儿 -- 数据结构及巧妙算法
ES 本质上是一个支持全文搜索的分布式内存数据库,特别适合用于构建搜索系统。ES 之所以能有非常好的全文搜索性能,最重要的原因就是采用了倒排索引。倒排索引是一种特别为搜索而设计的索引结构,倒排索引先对需要索引的字段进行分词,然后以分词为索引组成一个查找树,这样就把一个全文匹配的查找转换成了对树的查找,这是倒排索引能够快速进行搜索的根本原因。
房上的猫
2021/08/31
5320
内存吞金兽(Elasticsearch)的那些事儿 -- 数据结构及巧妙算法
Elasticsearch 内部数据结构深度解读
最近知识星球里几个问题都问到了 doc values、store field、fielddata 等的概念。
铭毅天下
2020/10/26
6.1K0
Elasticsearch 内部数据结构深度解读
为什么 ElasticSearch 比 MySQL 更适合复杂条件搜索
熟悉 MySQL 的同学一定都知道,MySQL 对于复杂条件查询的支持并不好。MySQL 最多使用一个条件涉及的索引来过滤,然后剩余的条件只能在遍历行过程中进行内存过滤。
Bug开发工程师
2021/03/03
2.7K0
为什么 ElasticSearch 比 MySQL 更适合复杂条件搜索
elasticsearch面试常问问题_java面试题汇总
Elasticsearch 是基于 Lucene 的 Restful 的分布式实时全文搜索引擎,每个字段都被索引并可被搜索,可以快速存储、搜索、分析海量的数据。
全栈程序员站长
2022/10/03
5340
elasticsearch面试常问问题_java面试题汇总
为什么ElasticSearch比MySQL更适合全文索引
熟悉 MySQL 的同学一定都知道,MySQL 对于复杂条件查询的支持并不好。MySQL 最多使用一个条件涉及的索引来过滤,然后剩余的条件只能在遍历行过程中进行内存过滤,对这个过程不了解的同学可以先行阅读一下《MySQL复杂where条件分析》。
程序员历小冰
2021/02/20
1.5K0
为什么ElasticSearch比MySQL更适合全文索引
深入解析Elasticsearch的内部数据结构和机制:行存储、列存储与倒排索引之倒排索引(三)
首先,我们需要了解传统的正向索引。在正向索引中,文档是按照它们在磁盘上的顺序进行存储的,每个文档都有一个与之关联的文档ID。如果我们要查找某个词在哪些文档中出现,就需要遍历整个文档集合,这显然是非常低效的。
公众号:码到三十五
2024/03/19
1.7K0
深入解析Elasticsearch的内部数据结构和机制:行存储、列存储与倒排索引之倒排索引(三)
【愚公系列】2021年11月 Elasticsearch数据库-面试题
1、可以看到,trie 树每一层的节点数是 26^i 级别的。所以为了节省空间,我们 还可以用动态链表,或者用数组来模拟动态。而空间的花费,不会超过单词数×单 词长度。 2、实现:对每个结点开一个字母集大小的数组,每个结点挂一个链表,使用左儿子右兄弟表示法记录这棵树; 3、对于中文的字典树,每个节点的子节点用一个哈希表存储,这样就不用浪费太大的空间,而且查询速度上可以保留哈希的复杂度 O(1)。
愚公搬代码
2021/12/03
1.1K0
【愚公系列】2021年11月 Elasticsearch数据库-面试题
Elasticsearch 6.x版本全文检索学习之数据建模
  答:数据建模,英文为Data Modeling,为创建数据模型的过程。数据模型Data Mdel,对现实世界进行抽象描述的一种工具和方法,通过抽象的实体及实体之间联系的形式去描述业务规则,从而实现对现实世界的映射。
别先生
2019/11/14
9510
面试题之 ElasticSearch 是如何建立索引的?
现在有了 ElasticSearch,就可以直接使用基于 Lucene 的各种检索功能,ElasticSearch 是一个基于 Lucene 的分布式全文检索框架,在 Lucene 类库的基础上实现,可以避免直接基于 Lucene 开发,这一点和 Java 中 Netty 对 IO/NIO 的封装有些类似。
wayn
2024/03/02
2480
面试题之 ElasticSearch 是如何建立索引的?
何时使用Elasticsearch而不是MySql
MySQL 和 Elasticsearch 是两种不同的数据管理系统,它们各有优劣,适用于不同的场景。本文将从以下几个方面对它们进行比较和分析:
wayn
2023/08/09
8940
何时使用Elasticsearch而不是MySql
2021年春招Elasticsearch面试题
1、可以看到,trie 树每一层的节点数是 26^i 级别的。所以为了节省空间,我们还可以用动态链表,或者用数组来模拟动态。而空间的花费,不会超过单词数×单词长度。2、实现:对每个结点开一个字母集大小的数组,每个结点挂一个链表,使用左儿子右兄弟表示法记录这棵树;3、对于中文的字典树,每个节点的子节点用一个哈希表存储,这样就不用浪费太大的空间,而且查询速度上可以保留哈希的复杂度 O(1)。
zls365
2021/04/23
1.3K0
2021年春招Elasticsearch面试题
为什么 Apache Doris 是比 Elasticsearch 更好的实时分析替代方案?
Elasticsearch 是一款开源的分布式检索引擎,广泛应用于日志分析、全文搜索和数据监控等领域。凭借其强大的实时搜索能力和灵活的查询语言,在市场上获得了广泛认可。然而,在过去两年,我们注意到一个趋势,很多 Elasticsearch 用户倾向于采用 Apache Doris 替代 Elasticsearch。
SelectDB技术团队
2025/03/27
3730
触类旁通Elasticsearch:原理
ES被设计为处理海量数据的高性能搜索场景。海量数据具体说至少应该是数亿文档,而高性能具体说就是从数亿文档中任意搜索需要的信息,应该在秒级返回结果。既然ES的一切都是为了性能而设计,从逻辑设计和物理设计两个角度考察ES的数据组织,对于理解ES的工作原理会有帮助。
用户1148526
2019/05/25
7920
推荐阅读
相关推荐
【ES三周年】一文搞懂 ElasticSearch 和 MySQL 索引的优缺点
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档