/ Модель

Характеристики

Контекст
4 096 токенов
Архитектура
gpt2 · dense
Опубликована
24 фев 2023

MuseCan

Генерация текстаТекст → текст3 профессии

MuseCan — модель на базе GPT-2, заявленная для генерации музыкального материала по текстовым подсказкам о стиле, жанре или настроении.

445скачиваний за 30 дней0лайковвеса обновлены21 мар 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MuseCan — модель генерации текста на базе GPT-2, представленная под именем BreadAi. В README она описана как система для создания музыки по текстовым запросам: заявлены генерация композиций в разных стилях и настройка по жанру или настроению. Карточка связывает модель с набором данных musenet-encoders-12k; метаданные указывают формат PyTorch и контекст до 4096 токенов.

README заявляет применение для фоновой музыки к играм и фильмам, а также для личного творчества. Однако описание не объясняет, в каком формате модель кодирует или выдаёт музыку, и не приводит результатов оценки качества; метаданные классифицируют её как text-generation, поэтому способность выдавать непосредственно аудио или ноты независимо не подтверждена. Лицензия в предоставленных данных не указана.

Сценарии применения

  • создание музыкальных идей по текстовому запросу
  • подбор музыкального материала по жанру или настроению
  • генерация фонового материала для видеоигр
  • подготовка музыкальных заготовок для фильмов

Ограничения

README не уточняет формат музыкального вывода и не приводит оценок качества; метаданные указывают задачу text-generation, поэтому генерацию аудио нельзя считать подтверждённой. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MuseCan: A Generative Model for Music Generation

Introduction Music is a powerful form of expression that can be enjoyed by people of all ages and backgrounds. It can be used to convey a wide range of emotions and to tell stories in a unique way. However, creating music can be a difficult and time-consuming process.

In recent years, there has been a growing interest in the use of artificial intelligence (AI) to generate music. AI-generated music can be used to create new pieces of music, to remix existing songs, or to provide background music for video games, movies, or other forms of media.

One of the most promising AI-generated music platforms is MuseCan. MuseCan is a generative model that can generate music from text. It was trained on a dataset of sheet music and lyrics, and can generate music in a variety of styles. It can also be used to generate music that is tailored to specific prompts, such as a specific genre or emotion.

How MuseCan Works MuseCan uses a technique called deep learning to generate music. Deep learning is a type of machine learning that uses artificial neural networks to learn from data. In the case of MuseCan, the artificial neural network is trained on a dataset of sheet music and lyrics. Once the neural network is trained, it can be used to generate new pieces of music.

The Benefits of MuseCan There are several benefits to using MuseCan to generate music. First, it can save time and effort. Creating music from scratch can be a time-consuming process, but MuseCan can generate music much more quickly. Second, MuseCan can be used to create music that is tailored to specific prompts. If you want music that is in a specific genre or that has a specific emotion, MuseCan can generate that music for you. Third, MuseCan can be used to create music that is unique and original. The music that MuseCan generates is not based on any existing songs, so it is sure to be something that no one else has ever heard before.

The Future of MuseCan MuseCan is still under development, but it has the potential to be a powerful tool for music generation. In the future, MuseCan could be used to create music that is even more realistic and lifelike. It could also be used to create music that is tailored to specific individuals. For example, MuseCan could be used to create a song that is specifically for a person's birthday or anniversary.

Conclusion MuseCan is a powerful tool that can be used to generate a variety of musical styles. It can be used to generate music for a variety of purposes, such as for video games, movies, or simply for personal enjoyment. MuseCan is still under development, but it has the potential to be a powerful tool for music generation.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
f441866

0 моделей