近日,昆仑万维正式上线最新音乐模型mureka v7,以及全新的音频模型mureka tts v1。此前,mureka o1模型与mureka v6模型自3月底发布后,收获全球用户广泛好评,新增注册用户近300万。
过去制作一首歌,流程繁琐,需经历写词、作曲、编曲、约棚、混音等步骤才能得到成品。而使用Mureka V7,用户只需输入歌词或选择风格、主题,再点击“生成”,即可快速生成一首歌。这不仅极大提高了效率,更是音乐品质的一次飞跃。
Mureka V7能大幅提升旋律动机与编曲质量,使人声与乐器真实度更强,音乐创新性也更突出。昆仑万维在Mureka V7版本对MusiCoT(Analyzable Chain-of-Musical-Thought Prompting)技术进行了大幅优化,这是专为音乐生成设计的链式思维(Chain-of-Thought,CoT)提示方法。
传统的自回归(Autoregressive, AR)模型虽有较强音频保真能力,但基于逐token预测的范式,与人类音乐创作中“先规划整体,再填充细节”的思维过程不匹配,导致生成音乐缺乏连贯的结构性与艺术性。而MusiCoT技术在正式生成音频token前,会引导模型生成一份全局音乐结构规划,明确整体的段落、情绪、编配等布局,有效解决了传统AR模型“只顾局部,不顾全局”的问题,让生成作品有更自然的乐章推进与情绪递进。此外,MusiCoT技术结合CLAP(对比式语言 - 音频预训练模型),构建出具备明确语义指向的“音乐思维链”。这不仅使整体结构更可分析与可控,还允许输入任意长度的参考音频作为风格提示,提升了模型在复刻、变奏等创作需求中的灵活性,规避了直接复制的风险。大量实验表明,MusiCoT技术在主观与客观双重指标下均表现卓越,在结构完整性、旋律连贯性和整体音乐性方面,均优于传统方法,在多项评测中达到行业一流水准。
在这个版本中,MusiCoT技术不仅在结构层面实现了对音乐创作思维的拟合与对齐,还通过Mureka团队数据的scale-up以及Embedding信息粒度的细化,完善了强可控性与可扩展性,进一步缩小了文本 - 音频模态之间的差距。
除了Mureka V7,昆仑万维还首次推出Mureka TTS V1,该模型支持Voice Design能力,用户通过文本输入想要的语音特征就能获得对应的音色。
后续,昆仑万维在8月15日又正式上线了音乐模型Mureka V7.5。Mureka V7.5在中文歌曲演绎上更进一步,实现了中文歌曲音色、演奏技法、咬字与情感表现的提升。同时,在语音模型方向,昆仑万维语音团队推出MoE - TTS——首个基于MOE的角色描述语音合成框架。MoE - TTS创新性地结合预训练大语言模型(LLM)文本能力与语音专家模块(Speech Expert Modules),为文本与语音分别配置专用专家模块,并在Transformer核心结构中引入模态路由,确保各模态独立优化、互不干扰。MoE - TTS目前仍在迭代中,后续规划将集成至旗下Mureka - Speech平台作为角色配音的基座模型。
昆仑万维作为专注于互联网服务的科技企业,在人工智能技术研发上持续投入。未来,昆仑万维将持续迭代相关技术,进一步提升AI音乐生成的创意性与工业化能力。
以上就是昆仑万维上线Mureka V7等模型,MusiCoT技术让AI音乐创作大升级的详细内容,更多请关注php中文网其它相关文章!
 
                        
                        每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
 
                 
                                
                                 收藏
收藏
                                                                             
                                
                                 收藏
收藏
                                                                             
                                
                                 收藏
收藏
                                                                            Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号