本文中，Meta AI 的研究者提出了 MUSICGEN，这是一种简单、可控的音乐生成模型，能在给定文本描述的情况下生成高质量的音乐。
论文地址：https://arxiv.org/pdf/2306.05284.pdf本文的主要贡献有如下几点：
提出了一个简单高效的模型：可以在 32khz 产生高质量的音乐。MUSICGEN 可以通过有效的码本交错策略，用单阶段语言模型生成一致的音乐；
提出一个单一的模型，进行文本和旋律条件生成，其生成的音频与提供的旋律是一致的，并符合文本条件信息；
对所提出方法的关键设计选择进行了广泛的客观及人工评估。
论文地址：https://arxiv.org/pdf/2306.05284.pdfMeta的MusicGen可以根据文本提示生成简短的新音乐，这些提示可以选择与现有旋律对齐。
与当今大多数语言模型一样，MusicGen基于Transformer模型。就像语言模型预测句子中的下一个字符一样，MusicGen预测音乐中的下一个部分。
研究人员使用Meta的EnCodec音频标记器将音频数据分解为更小的组件。作为一个并行处理令牌的单阶段模型，MusicGen快速高效。
该团队使用了20,000小时的许可音乐进行培训。特别是，他们依赖于10,000首高质量音乐曲目的内部数据集，以及来自Shutterstock和Pond5的音乐数据。
试玩地址：https://huggingface.co/spaces/facebook/MusicGen
人工评估表明，MUSICGEN 产生了高质量的样本，这些样本在符合文本描述，在旋律上也更好地与给定的和声结构对齐。本文的主要贡献有如下几点：
提出了一个简单高效的模型：可以在 32khz 产生高质量的音乐。MUSICGEN 可以通过有效的码本交错策略，用单阶段语言模型生成一致的音乐；
提出一个单一的模型，进行文本和旋律条件生成，其生成的音频与提供的旋律是一致的，并符合文本条件信息；
对所提出方法的关键设计选择进行了广泛的客观及人工评估。
