WaveSpeedAI

WaveSpeedAI 歌曲生成现已登陆WaveSpeedAI

announcement model-release tencent
免費試用 Wavespeed Ai Song Generation
WaveSpeedAI 歌曲生成现已登陆WaveSpeedAI

介紹 SongGeneration (LeVo)：使用 AI 將您的歌詞轉變為專業歌曲

AI 動力音樂創作的世界已經達到了一個新的里程碑。WaveSpeedAI 很高興宣布 SongGeneration (LeVo) 的推出，這是由騰訊 AI Lab 開發的突破性文字轉歌曲模型，可以從您的歌詞生成完整、高品質的歌曲。這個開源模型代表了 AI 音樂生成的重大進步，提供的成果可與 Suno 4.5 等商業平台相媲美。

什麼是 SongGeneration (LeVo)？

SongGeneration 是一個基於語言模型的音樂生成框架，結合了語言模型 (LeLM) 和先進的音樂編解碼器，可以生成帶有人聲的全長歌曲。與生成器樂音樂或短片段的簡單文字轉音頻模型不同，SongGeneration 可以創建完整的歌曲—人聲、伴奏和專業品質的製作—全部來自結構化的歌詞輸入。

該模型可以生成長度達 4 分 30 秒的歌曲，支持多種語言，包括英文、中文、西班牙文和日文。它與眾不同之處在於其靈活性：您可以輸出結合的人聲和伴奏、純器樂、獨立的清唱人聲，或完全分離的音軌以進行專業混音。

主要功能

  • 全長歌曲生成：創建長達 4.5 分鐘的完整歌曲，不只是 30 秒的片段
  • 結構化歌詞支持：使用直觀的段落標記（如 [verse]、[chorus] 和 [bridge]）來控制歌曲結構
  • 靈活的風格控制：使用性別、音色、流派、情感、樂器和節奏的文本描述來指導輸出
  • 音頻提示：上傳參考音頻樣本（前 10 秒）以影響生成的風格
  • 多種輸出模式：獲得混合版本、純音樂、清唱人聲或分離的音軌
  • 多語言功能：生成英文、中文、西班牙文、日文等多種語言的歌曲
  • 專業品質指標：在基準測試中達到 5.1% 的音素錯誤率，音樂性得分為 3.94/5

使用案例

對於音樂家和製作人

通過編寫歌詞並聽到其演奏來快速原型化歌曲創意。在提交完整製作之前測試不同的流派、節奏和編排。使用分離音軌輸出來提取 AI 生成的旋律或和聲用於您自己的編排。

對於內容創作者

為視頻、播客和社交媒體內容生成原創背景音樂和音效。創建您品牌或頻道的自定義主題曲，無需昂貴的錄音室會議或許可費用。

對於遊戲和應用程式開發者

生成針對特定情緒和場景的動態原創配樂。快速生成多個變體，為您的項目氛圍找到完美匹配。

對於歌曲作者

立即聽到您的歌詞栩栩如生，評估旋律和節奏。嘗試不同的風格和編排以發現新的創意方向。

對於教育工作者和研究人員

創建自定義教育歌曲或研究 AI 與音樂創作的交集。分析不同的歌詞結構和風格提示如何影響生成的輸出。

如何格式化您的輸入

歌詞結構

您的歌詞應遵循以下格式：

[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]

每個段落都以方括號中的結構標籤開始。諸如 [intro-short]、[inst-medium] 和 [outro-long] 之類的標籤僅用於器樂—無需歌詞。諸如 [verse]、[chorus] 和 [bridge] 之類的標籤需要歌詞文本。

風格描述

使用自然語言描述來控制音樂輸出：

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

您可以指定性別、音色、流派、情感、樂器和節奏的任何組合。該模型支持開放詞彙表，但預定義標籤提供更一致的結果。

使用參考音頻

為了實現更精確的風格匹配，上傳參考音頻片段。該模型使用前 10 秒來學習流派、樂器編制、節奏和人聲風格。專業提示：使用歌曲的合唱部分作為參考通常會產生最佳結果。

在 WaveSpeedAI 上入門

WaveSpeedAI 使您可以輕鬆立即開始生成歌曲：

  1. 訪問 SongGeneration 模型頁面
  2. 在輸入欄位中輸入您的結構化歌詞
  3. 添加可選的風格描述或上傳參考音頻
  4. 點擊生成並接收您的完整歌曲

使用 WaveSpeedAI 的基礎設施，您將受益於：

  • 即時可用性：沒有冷啟動意味著您的生成立即開始
  • 快速推理：優化的基礎設施快速傳遞結果
  • 經濟實惠的價格：只需為您生成的內容付費，透明的按請求定價
  • 簡單的 REST API：直接將歌曲生成整合到您的應用程式和工作流程中

技術規格

功能規格
最大歌曲長度4 分 30 秒
支持的語言英文、中文、西班牙文、日文
輸出格式混合版本、器樂、人聲、分離音軌
輸入方法結構化歌詞 + 文本描述或參考音頻

結論

SongGeneration (LeVo) 代表了 AI 音樂生成的重大進步，將專業品質的歌曲創作帶給任何有創意和歌詞的人。無論您是探索新聲音的音樂家、需要原創音樂的內容創作者，還是開發下一代創意工具的開發人員，此模型都開啟了新的可能性。

結構化歌詞輸入、靈活的風格控制和多音軌輸出功能的組合使 SongGeneration 成為當今最通用的文字轉歌曲模型之一。而且由於 WaveSpeedAI 的快速、可靠的推理基礎設施，您可以在幾秒內開始創建。

準備好讓您的歌詞栩栩如生？立即在 WaveSpeedAI 上嘗試 SongGeneration，體驗 AI 動力音樂創作的未來。