WaveSpeedAI

WaveSpeedAI 歌曲生成现已登陆WaveSpeedAI

announcement model-release tencent
免费试用 Wavespeed Ai Song Generation
WaveSpeedAI 歌曲生成现已登陆WaveSpeedAI

介绍 SongGeneration (LeVo)：利用 AI 将您的歌词转化为专业歌曲

AI 驱动的音乐创作世界已经达到了一个新的里程碑。WaveSpeedAI 很高兴地宣布 SongGeneration (LeVo) 现已可用，这是由腾讯 AI 实验室开发的突破性文本转歌曲模型，可从您的歌词生成完整的高质量歌曲。这个开源模型代表了 AI 音乐生成的重大进步，其效果可与 Suno 4.5 等商业平台相媲美。

什么是 SongGeneration (LeVo)？

SongGeneration 是一个基于语言模型的音乐生成框架，它将语言模型 (LeLM) 与先进的音乐编码器相结合，能够从结构化歌词输入生成带有人声的完整歌曲。与生成器乐或短片段的简单文本转音频模型不同，SongGeneration 可以创建完整的歌曲——人声、伴奏和专业级制作——全部来自结构化歌词输入。

该模型可以生成长达 4 分 30 秒的歌曲，支持多种语言，包括英文、中文、西班牙文和日文。其独特之处在于它的灵活性：您可以输出人声和伴奏的混合、纯音乐、独立的清唱人声或完全分离的音轨用于专业混音。

主要功能

  • 完整歌曲生成：创建长达 4.5 分钟的完整歌曲，而不仅仅是 30 秒的片段
  • 结构化歌词支持：使用 [verse]、[chorus] 和 [bridge] 等直观的部分标记来控制歌曲结构
  • 灵活的风格控制：通过文本描述来指导输出，包括性别、音色、流派、情感、乐器和速度
  • 音频提示：上传参考音频样本（前 10 秒）来影响生成的风格
  • 多种输出模式：获得混合音轨、纯音乐、清唱人声或分离音轨
  • 多语言能力：用英文、中文、西班牙文、日文等生成歌曲
  • 专业级质量指标：在基准测试上达到 5.1% 的音素错误率，音乐性评分为 3.94/5

使用场景

对于音乐家和制作人

通过编写歌词并听到它们的表演来快速原型化歌曲创意。在全面制作之前测试不同的流派、速度和编排。使用分离音轨输出来提取 AI 生成的旋律或和声，用于您自己的编排。

对于内容创作者

为视频、播客和社交媒体内容生成原创背景音乐和铃声。创建品牌或频道的定制主题曲，无需昂贵的录音棚会话或许可费用。

对于游戏和应用开发者

制作针对特定情绪和场景量身定制的动态原创配乐。快速生成多个变体，找到完美适配您项目氛围的版本。

对于歌曲作者

立即听到您的歌词栩栩如生，以评估旋律和节奏。尝试不同的风格和编排，发现新的创意方向。

对于教育工作者和研究人员

创建定制教育歌曲或研究 AI 与音乐创作的交叉点。分析不同的歌词结构和风格提示如何影响生成的输出。

如何格式化您的输入

歌词结构

您的歌词应该遵循以下格式：

[intro-short]

[verse]
Streetlights flicker in the night
I wander through familiar corners
Memories rush in like a tide

[chorus]
The warmth of memories still remains
But you are gone
My heart was filled with love

[outro-short]

每个部分都以括号中的结构标签开始。[intro-short]、[inst-medium] 和 [outro-long] 等标签仅用于乐器——不需要歌词。[verse]、[chorus] 和 [bridge] 等标签需要歌词文本。

风格描述

使用自然语言描述来控制音乐输出：

female, dark, pop, sad, piano and drums, the bpm is 125

您可以指定性别、音色、流派、情感、乐器和速度的任何组合。该模型支持开放词汇，尽管预定义标签能提供更一致的效果。

使用参考音频

为了获得更精确的风格匹配，上传参考音频片段。该模型使用前 10 秒来学习流派、乐器配置、节奏和人声风格。专业提示：使用歌曲的副歌作为参考通常会产生最佳效果。

在 WaveSpeedAI 上入门

WaveSpeedAI 使您能够轻松开始立即生成歌曲：

  1. 访问 SongGeneration 模型页面
  2. 在输入字段中输入您的结构化歌词
  3. 添加可选的风格描述或上传参考音频
  4. 点击生成并接收您的完整歌曲

使用 WaveSpeedAI 的基础设施，您将受益于：

  • 即时可用：没有冷启动意味着您的生成立即开始
  • 快速推理：优化的基础设施快速提供结果
  • 经济实惠的定价：只需支付您生成的内容，透明的按请求定价
  • 简单的 REST API：将歌曲生成直接集成到您的应用程序和工作流中

技术规格

功能规格
最大歌曲长度4 分钟 30 秒
支持的语言英文、中文、西班牙文、日文
输出格式混合音轨、乐器、人声、分离音轨
输入方法结构化歌词 + 文本描述或参考音频

总结

SongGeneration (LeVo) 代表了 AI 音乐生成的重大进步，使专业级的歌曲创作对任何有想法和一些歌词的人都触手可及。无论您是探索新声音的音乐家、需要原创音乐的内容创作者，还是正在构建下一代创意工具的开发者，这个模型都开启了新的可能性。

结构化歌词输入、灵活的风格控制和多音轨输出功能的结合使 SongGeneration 成为当今最多功能的文本转歌曲模型之一。借助 WaveSpeedAI 快速、可靠的推理基础设施，您可以在几秒内开始创作。

准备好听您的歌词栩栩如生了吗？立即在 WaveSpeedAI 上尝试 SongGeneration，体验 AI 驱动音乐创作的未来。