AudioLDM 2
Free.ai (self-hosted)
·
music
·
~5000 _Göçür track
·
4.0
_Gün 4 bu katydaky ulanyjylar
müzik emele getiriş modeli by Haohe Liu Music generation from text-da iň güýçli Free.ai GPUs üstünde öz-özüne-hosting — siziň gündelik token pool (5,000 tokens her bir çalga üçin) garşy azat işleýär. Apache 2.0 astynda çykaryldy — Free.ai-de söwda ulanmak üçin rugsat berildi.
API arkaly ullan
OpenAI-gabat gelýän REST API. Bir açary döret we bu modeli sekuntlarda çagyr.
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"}'Miweler
Gynançly Soraglar
AudioLDM 2 metini soragy bilen orjinal enjam müzikini (we käbir enjamlarda, vokallary) döredýär. Duýgu, janr, enjamlaşdyrma ýa-da BPM'i beýan et we AudioLDM 2 tamamlanan ses ýoluny gaýtarýar.
10 to 60 seconds per generation depending on the engine. Longer pieces for, chain multiple generations through /music/stitch/ or generate in 30-second segments and crossfade.
Baýrak enjamlar seniň berýän sözlerden sözleri sintez eder (sözleri şekile goýdy); beýlekiler diňe instrumental. Bu sahypada şekili barlaň — sözler meýdançasy sözleriň goldanylandygyny aňladýar.
Pop, rok, EDM, jaz, embitiw, klasik, lo-fi, hip-hop instrumentallary hemmesi dogry render edilýär. Niçe janrlar (gamelan, Carnatic, throat singing) azdyr - iň gowy netijeler üçin instrumentleri aşikar beýan et.
AudioLDM 2 biziň öz GPUsymyza garşy her günlik mugt pulyňyza garşy işleýär; $5 → 200,000 tölegli tokeni ondan soň. Her bir çyzgy üçin ~5,000 tokeni.
Öň bellenen WAV (ýitgisiz, has köp çalşyrmaga taýýar). MP3 çykdajy saýlaýjyda kiçi faýllar üçin elýeterli.
Haýal — AudioLDM 2 bir gaýnadylan trek gaýtarýar. Stamlara bölmek üçin, çykyny /music/separate/ içinden işlet Demucs vokallary, dambalalary, baslary we beýlekileri çykarmak üçin ulanýar.
Eý — /batch/ soraglar sanawyny kabul edýär. Her bir çyra /account/?tab=history'da soraglar bilen faýl ady bilen galýar. Daha köp kontrol üçin, API'den peýdalan.
Eý — POST öz soragyňy /v1/music/generate/ bilen model="AudioLDM 2". /api/ içinde sözler, wagt we tempo parametrleri bilen doly salgy bar.
AudioLDM 2 hak eýelik kompozisiýalary gaýtalamaýar — çykdajylar täzeden sintezlenýär. Free.ai söwda ulanmak üçin; siz döreden trekleriňiz haklaryny saklaň. Arşiwde bir artistiň adyny aýtmak "in style of" üçin soraýar — hakykat audio orjinal.
15 sekuntdan 2 minut aralygynda her bir çizgi dowamy + motora bagly. Premium modeller has çalt tamamlanýar. Täbi baglamak üçin nobat batlygyny ullan — netije tamamlananda /account/?tab=history'da galýar.
Eý — faýllanan renderleme awto-gaýdyş. Ýüklenen emma ýaman sesli trekler üçin, contact@free.ai e-poçta bilen paýlaş baglançyny iber we biz her bir ýagdaýy gözden geçireris.