MusicGen
مدل صوتی از متا
به فارسی:میوزیک جنموزیک جنمیوزیک جن متاموزیک جن متا
این مدل چیست؟
مدل متن‌به‌موسیقی متن‌باز متا (FAIR) که ژوئن ۲۰۲۳ منتشر شد و بخشی از مجموعهٔ AudioCraft است. ترنسفورمر خودبازگشتی روی توکن‌های EnCodec با نرخ ۳۲ کیلوهرتز است و سه اندازه دارد: ۳۰۰ میلیون، ۱٫۵ میلیارد و ۳٫۳ میلیارد پارامتر. نسخه‌های Melody (هدایت با ملودی آپلودی یا ضبط‌شده)، Stereo و MusicGen-Style هم دارد. فقط موسیقی بی‌کلام می‌سازد و وکال واقعی ندارد. با توضیح انگلیسی بهتر کار می‌کند و روی ۲۰ هزار ساعت موسیقی مجوزدار (کتابخانهٔ متا، Shutterstock و Pond5) آموزش دیده است. کد با مجوز MIT و وزن‌ها با CC-BY-NC 4.0 منتشر شده‌اند، یعنی فقط استفادهٔ غیرتجاری مجاز است. متا اپ یا سایت مصرفی برای آن ندارد و داخل Meta AI هم نیست. آخرین کامیت مخزن AudioCraft مارس ۲۰۲۵ بوده و متا جانشین عمومی برای آن منتشر نکرده است.
Meta شرکت مادر فیسبوک، اینستاگرام و واتس‌اپ است و مدل‌های Muse (و پیش‌تر Llama) را در آزمایشگاه Meta Superintelligence Labs می‌سازد.
