BriefGPT.xyz
Ask
alpha
关键词
audio-based generative models
搜索结果 - 1
潜在扩散的长篇音乐生成
通过对长时态上下文的生成模型进行训练，我们展示了可以产生长达 4 分 45 秒的音乐的可能性。我们的模型是在高度降采样的连续潜在表示（潜在速率为 21.5Hz）上操作的扩散变换器，根据音频质量和提示对齐的指标获得了最先进的生成结果，主观测试
→
PDF
3 months ago
Prev
Next