Editing 开源的音乐生成 (section)

=== Riffusion ===

* '''主要功能'''：Riffusion 是一个开源的实时音乐生成模型，独辟蹊径地通过''图像''来生成音乐 (Riffusion - Wikipedia)。它将Stable Diffusion文本生成图像模型'''微调'''在频谱图上：输入文本提示（如风格、乐器），输出相应音频的频谱图图像，然后再将该图转回音频 (Riffusion - Wikipedia)。生成结果通常是几秒钟的音乐片段，但模型可以利用潜空间的平滑过渡将多个片段无缝插接，形成连续音乐 (Riffusion - Wikipedia)。Riffusion 擅长生成循环音乐片段、氛围音等。
* '''技术栈'''：基于 Stable Diffusion 文生图模型进行迁移学习，生成音频频谱图再经逆傅里叶变换得到声音 (Riffusion - Wikipedia)。由开发者 Seth Forsgren 和 Hayk Martiros 于2022年底推出，使用 Python 实现，代码和模型以MIT协议开源 (Riffusion - Wikipedia) (Riffusion - Wikipedia)。推理主要依赖GPU进行扩散模型采样。
* '''API'''：官方没有公开收费API，但提供了交互式的_web应用_（riffusion.com）展示模型效果。由于项目开源，开发者可基于其库自行封装API。本地运行完全免费。
* '''部署方式'''：支持本地运行，需要安装Stable Diffusion相应依赖并有合适GPU。已有社区提供的Colab笔记和演示站点，可实时输入提示生成音乐。其开源库也可集成到其他应用中实时推理 (Stable Diffusion fine-tuned to generate Music — Riffusion - Reddit)。
* '''相关链接'''：官方网站：<nowiki>https://www.riffusion.com；GitHub</nowiki> 项目：<nowiki>https://github.com/riffusion/riffusion-hobby</nowiki> (riffusion/riffusion-hobby: Stable diffusion for real-time music generation)。