Meta 先前发布并开源了自家的音乐生成 AI MusicGen。这个工具可以将文字描述转为约 12 秒的音频，也可以依照参考的音频来进行调整，会生成符合文字描述和参考音乐的旋律。

MusicGen 是基於 Transformer 模型开发的，音频资料则是藉由 Meta 的 EnCodec 音频tokenizer 分割成较小的部分，可以如同大型语言模型可以预测出音乐的下一个片段。

MusicGen 是藉 2 万小时的音乐数据进行训练，其中包括 1 万首授权音乐曲目，以及来自ShutterStock 和 Pond5 的 39 万首仅有乐器的歌曲。

经外媒《TechCrunch》实测，当下简单的指令时，MusicGen 生成的歌曲是具旋律的，生成结果与 Google 的音乐生成 AI MusicLM 结果相当。

利用生成式 AI 集结既有歌曲元素自制成新音乐的风气愈来愈盛，像是先前藉由歌手 Drake 和 The Weeknd …