AudioLDM 2
Free.ai (self-hosted)
·
music
·
~5000 প্রতি track
·
4.0
থেকে 4 এই শ্রেণীর ব্যবহারকারী
AudioLDM 2 হচ্ছে a সঙ্গীত উৎপাদন মডেল যা Haohe Liu দ্বারা নির্মিত। Music generation from text-এ সবচেয়ে শক্তিশালী। Self-hosted on Free.ai GPUs — runs free against your daily token pool (5,000 tokens প্রতি ট্র্যাক). Released under Apache 2.0 — commercial use permitted on Free.ai.
API ব্যবহার করো
OpenAI-সমর্থিত REST API। এক সেকেন্ডের মধ্যে একটি কী তৈরি করুন এবং এই মডেলটি কল করুন।
curl -X POST https://api.free.ai/v1/music/generate/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"audioldm2","prompt":"your prompt here"}'একই ধরনের মডেল
প্রায়শই জিজ্ঞাসিত প্রশ্ন
AudioLDM 2 টেক্সট প্রম্পট থেকে মূল বাদ্যযন্ত্র সঙ্গীত (এবং কিছু ইঞ্জিনের ক্ষেত্রে, ভক্স) উৎপাদন করে। আবহ, ধরন, বাদ্যযন্ত্র, অথবা BPM বর্ণনা করুন এবং AudioLDM 2 একটি সম্পূর্ণ অডিও ট্র্যাক ফিরিয়ে দেবে।
ইঞ্জিনের উপর নির্ভর করে প্রতি প্রজন্মে ১০ থেকে ৬০ সেকেন্ড। দীর্ঘ অংশের জন্য, /music/stitch/ এর মাধ্যমে একাধিক প্রজন্মের চেইন তৈরি করুন অথবা ৩০ সেকেন্ডের সেগমেন্টে তৈরি করুন এবং ক্রসফেড করুন।
কিছু ইঞ্জিন আপনি প্রদত্ত গানের কথা থেকে ভয়েস সংশ্লেষণ করে (ফর্মে গানের কথা পেস্ট করুন); অন্যরা শুধুমাত্র সঙ্গীত- যন্ত্রের জন্য। এই পৃষ্ঠায় ফর্মটি পরীক্ষা করুন - গানের কথা ক্ষেত্র মানে ভয়েস সমর্থিত।
পপ, রক, ইডিএম, জ্যাজ, এম্বিডেন্ট, ক্লাসিক্যাল, লো-ফাই, হিপ-হপ সঙ্গীতের যন্ত্রাংশগুলো সবই যথাযথভাবে প্রদর্শিত হয়। নিচে উল্লেখিত সঙ্গীতের যন্ত্রাংশগুলো (গামেলান, কারনাটিক, গলার গান) দুর্বল – সেরা ফলাফল পাওয়ার জন্য যন্ত্রাংশগুলো স্পষ্টভাবে বর্ণনা করুন।
AudioLDM 2 আমাদের নিজস্ব GPUs-এ আপনার দৈনিক ফ্রি পুলের বিরুদ্ধে প্রথমে চলে; $৫ → ২০০,০০০ পে-টোকেন এর পরে। প্রতিটি ট্র্যাকের জন্য ~৫,০০০ টোকেন।
ডিফল্টভাবে WAV (ক্ষতিমুক্ত, আরো মিক্সিংয়ের জন্য প্রস্তুত)। ছোট ফাইলের জন্য আউটপুট নির্বাচনকারীতে MP3 পাওয়া যায়।
না — AudioLDM 2 একটি মিশ্রিত ট্র্যাক ফিরিয়ে দেয়। স্টেমগুলিতে বিভক্ত করার জন্য, আউটপুটটি /music/separate/ এর মাধ্যমে চালানো হবে যা Demucs ব্যবহার করে ভয়েস, ড্রাম, বেস এবং অন্যান্যগুলি এক্সট্র্যাক্ট করে।
হ্যাঁ — /batch/ প্রম্পটের একটি তালিকা গ্রহণ করে। প্রত্যেকটি ট্র্যাক /account/?tab=history এ প্রম্পট ফাইলের নাম হিসেবে অবস্থিত। আরো নিয়ন্ত্রণের জন্য API ব্যবহার করুন।
হ্যাঁ — আপনার প্রম্পট /v1/music/generate/ এ POST করুন, যার মডেল হল "AudioLDM 2"। /api/ এ গানটির গান, সময়কাল এবং তাপমাত্রা সহ পুরো রেফারেন্স আছে।
AudioLDM 2 does not reproduce copyrighted compositions — outputs are synthesized fresh. Free.ai grants commercial use; you keep the rights to your generated tracks. Naming an artist in the prompt asks for "in the style of" — the actual audio is original.
প্রতিটি ট্র্যাকের জন্য ১৫ সেকেন্ড থেকে ২ মিনিট, সময়কাল + ইঞ্জিনের উপর নির্ভর করে। প্রাইম মডেল দ্রুত শেষ হয়। ট্যাব বন্ধ করতে লাইন বাটন ব্যবহার করুন - শেষ হলে ফলাফল /account/?tab=history এ আসে।
হ্যাঁ - ব্যর্থ রেন্ডারিং স্বয়ংক্রিয়ভাবে অর্থ ফেরত দেয়। যেসব ট্র্যাক চলছে কিন্তু তাদের শব্দ খারাপ, তাদের জন্যে শেয়ার লিংকসহ contact@free.ai এ ই-মেইল করুন এবং আমরা প্রতিটি ক্ষেত্রেই তা পর্যালোচনা করব।