小互: DiffRhythm：全球首个基于扩散模型的端到端音乐模型

能够在 10 秒内生成一首完整包含人声和伴奏的歌曲

✅ 端到端自动生成完整歌曲（无需人工干预）
✅ 输入歌词 + 风格提示，即可生成完整音乐
✅ 10 秒生成一整首 4 分 45 秒歌曲（人声 + 伴奏）
✅ 高质量音乐，歌词与旋律同步自然
✅ 基于扩散变换器（DiT），避免传统自回归模型（LLM）慢速推理问题

相比 MusicLM，DiffRhythm 生成速度快 50 倍

📌 输入：

歌词（例如：“在夜色中，我听见风的声音”）

风格提示（例如：“流行”、“电子”、“爵士”）

即可生成完整音乐

还可以上传音乐片段作为提示来生成相应的音乐风格。

----------------------
Tue Mar 04 2025 22:32:36 GMT+0800 (China Standard Time)

via Twitter @小互