AudioLDM 2
Free.ai (self-hosted)
·
music
·
~5000 توکي track
·
3.9
له 8 د دې ټولۍ کارن
AudioLDM 2 ده a د موسیقۍ د توليد ماډل جوړه له خوا Haohe Liu. په Music generation from text قوي. په Free.ai GPUs کې ځان کوربه - ستاسو د ورځني ټوکن پوټ (5,000 ټوکنونه هر پلنيوی) په وړاندې وړیا چلیږي. د Apache 2.0 لاندې خپور شو - د سوداګریزو کارولو په Free.ai اجازه ورکړل.
د API له لارې کارول
د OpenAI-متوافق REST API. د کلیدي تولید او په ثانیو کې دا ماډل وغواړئ.
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"}'ورته بېلګه
ډېرې پوښتنې
AudioLDM 2 توليدوي اصلي instrumental موسيقي (او په ځینو انجنونو، vocals) له يو متن prompt. د حالت، ډول، instrumentation، يا BPM او AudioLDM 2 د يو بشپړ غږيزه لاره بېرته.
10 ته 60 ثانیو په هر نسل د انجن پورې اړه لري. د اوږدو ټوټو لپاره، د /music/stitch / له لارې څو نسلونو زنجیر یا په 30 ثانیو برخو او crossfade تولید.
ځینې انجنونه د تاسو د لیکلو څخه د لیکلو څخه synthesize vocals (په فورمه کې لیکل شوي لیکل شوي)؛ نور یوازې د وسیلې-هغه دي. په دې مخ کې د فورمې چک - د لیکلو ساحه د لیکلو معنی ده.
د پاپ، راک، EDM، جاز، چاپیریال، کلاسیک، لو-فی، هیپ-هپ وسیلې ټول په منطقي ډول رامینځته کوي. د نیچ ډولونه (ګملن، کارناټیک، د غوږ غږ) کمزوری دي - د غوره پایلو لپاره د وسیلو تشریح کول.
AudioLDM 2 زموږ د ورځني وړیا حوض په وړاندې زموږ په GPUs کې چلیږي؛ $ 5 → 200,000 وروسته د تادیې توکي. د هر ټکي په اړه ~ 5,000 توکي.
د تلواله WAV (lossless، د نور مخلوط چمتو). MP3 د کوچنيو دوتنو د محصول picker کې شتون لري.
نه. AudioLDM 2 د مخلوط د تګ راتګ بېرته. د دې په پاڼو ویشلو لپاره، د /music/stem-splitter / له لارې د محصول چلول، چې vocals، ډرامې، باس او نور استخراجوي.
هو - / batch / د سپارښتنو لړ مني. هر ټيک په / حساب / کې ځمکې ته رسيږي؟ د دوتنې نوم په توګه د سپارښتنې سره د تاریخ سره. د زيات کنټرول لپاره، د API وکاروئ.
هو - د /v1 /music /generate / سره د موډل "AudioLDM 2" سره ستاسو د هڅولو پوسټ. /api / د شعرونو ، موده ، او ټیم پارامترونو په شمول بشپړ حواله لري.
AudioLDM 2 د کاپي حق لرونکي ترکیبونه نه تولیدوي - محصول تازه تازه کیږي. Free.ai د سوداګریزو کارونو لپاره اجازه ورکوي؛ تاسو د خپل تولید شوي ټرکونو حقونه ساتئ. په پروګرام کې د هنرمند نومول د "د" په سټایل کې غوښتنه کوي - د ریښتیني غږ اصلي دی.
د 15 ثانیو څخه تر 2 دقیقو پورې د هرې لارې پورې اړه لري د وخت + انجن پورې اړه لري. د پریمیم ماډلونه ګړندي پای ته رسیږي. د ټب بندولو لپاره د قطار بټن وکاروئ - د پایلې ځمکې په /account /؟ tab = تاریخ کله چې ترسره شي.
هو - ناکام شوي اتومات بیرته ورکول. د هغه ترانسپورتونو لپاره چې روان دي مګر بد غږ، بریښنالیک contact@free.ai د شریک لینک سره او موږ به د قضیې په اړه قضیه وڅیړو.