LeVo 2 (SongGeneration 2)

Генератор музыки LeVo выпустил новую модель на 4B параметров. Делает музыку, которая не уступает закрытым коммерческим системам

— точно передаёт текст песен, ошибаясь всего в 8,55 % случаев — это лучше, чем у многих коммерческих моделей

— можно давать текстовые описания или проигрывать аудиофрагменты, и модель будет создавать музыку в заданном стиле

— генерирует песни длиной до 4 минут 30 секунд

— создаёт отдельно вокал и инструментальное сопровождение или вместе

— работает на GPU с 10 ГБ VRAM

Кто потестит скажите звук лeчше чем у AceStep1.5?

Гитхаб
HF
Демо - быстрая версия модели, генерация за 1 минуту
ComfyUI_SongGeneration - тоже обновился

#music #text2music #musicediting #comfyui

Нейронавт в MAX

Lyria 3 Pro

Гугл разрешил генерить музыку в Lyria 3 полноценными треками а не огрызками по 30 сек

Доступно по подписке в Gemini, Google AI Studio и по API - $0.08 за трек

#music #text2music

DEMON

Потоковая генерация музыки в рилтайме на базе AceStep 1.5 с управлением через хардверные контроллеры.

работает локально (RTX 30/40/5090), низкая задержка, опенсорс.

music.daydream.live/

civitai.com/models/2416425/acestep-loras

huggingface.co/daydreamlive/DreamVAE

#streaming #interactive #musicediting #text2music

Magenta RealTime 2

Опенсорсная модель Google для генерации музыки в реальном времени прямо на устройстве.

• генерирует музыку непрерывно в рилтайме
• реагирует на ввод с задержкой ~200 мс
• принимает команды через текст, аудио или MIDI

github.com/magenta/magenta-realtime

huggingface.co/google/magenta-realtime-2

#musicediting #text2music #realtime

AudioX-Turbo

Генератор аудио из разных типов данных (текст, видео, аудио) аз 4 шага. Ускоренная версия AudioX, вышедшего 4 месяца назад

Построен по схеме "учитель‑ученик": учитель - AudioX‑Base с модулем MAF (Multimodal Adaptive Fusion), ученик - AudioX‑Turbo

Работает быстрее многошаговых аналогов при том же или лучшем качестве

Гитхаб
HF

#any2audio #text2music #video2music #foley #sfx #audio2audio

Seed Audio 1.0

Генерация аудио от ByteDance: музыка, речь, звуки

• синтез вокала и инструментов из промпта
• до трех референсов
• выстраивает диалоговую сцену по одному промпту

Fal - $0,075/мин

#text2audio #text2music #dialog #tts #sfx #referencing

audio.cpp

C++ движок для аудиоинференса на ggml. заявлен прирост 1.8–5x по сравнению с Python‑реализациями, плюс есть оптимизация под CUDA.

- синтез речи.
- распознавание речи.
- VAD (Voice Activity Detection) - детекция голосовой активности.
- конвертация голоса (изменение тембра, пола и т. д.).
- генерация музыки/аудиофрагментов

Windows / Linux / macOS

#tts #stt #vad #t2m #text2music #voice2voice

ACE-Step LoRA Collection

Небольшая коллекция лор для Ace-Step 1.5
Описания в папке каждой лоры в README

#music #text2music #musicediting #lora #acestep

Lyria 3.5

В новой версии генератора музыки:

- Вокал - более выразительное и динамичное пение

- Музыкальность: богаче аранжировки, треки звучат более естественно.

- Управление: лучше следование промпту, добавлен контроль BPM, экспорт стемов

- Тексты: выше качество, улучшена структурная осознанность

Попробовать

#text2music #musicediting

Пока Suno ограничивает количество скачиваний треков до 7 за всю жизнь аккаунта, посмотрите еще один сервис для генерации музыки

Treblo

Бывший Sonauto, сменили имя в июне. Неограниченное число песен на последней модели, без платных заглушек - с трудом конечно верится

• Генерация песен по текстовому описанию + стилевым тегам - 4160+ стилей
• Свои тексты или авто-лирика на любом языке, включая микс языков в одном треке
• Инструменталы - отключаешь вокал и получаешь бэк-трек, lo-fi, саундтрек
• Редактирование: inpaint секций, замена текста, extension треков, stem separation
• Шеринг: публикация в профиль, группы, плейлисты, unlisted-ссылки
• iOS и Android
• OGG, MP3, WAV, FLAC, M4A
—

Treblo Classifier - определитель музыки созданyой в Treblo

Гитхаб

#text2music #musicediting

Pika Music

Pika выпустила семейство аудиомоделей

Pika Soundtrack превращает видео в синхронизированную музыку, речь, атмосферу и звуковые эффекты, реагирующие на движение

Pika Music превращает промты, тексты песен, голоса и референс-треки в полноценные композиции

Pika SFX превращает написанные указания в чистые, соответствующие промту звуковые эффекты. 44.1 kHz stereo

Pika Speech превращает текст в выразительную речь с использованием предустановленных голосов или вашего собственного голосового клона. 48 kHz

API
Playground

#text2music #text2sfx #video2av #tts #voicecloning

MiniMax Music 3.0 Studio

Локальный воркспейс для генерации музыки MiniMax Music 3.0 в ComfyUI. Оборачивает нодовый рендер в веб-интерфейс - собираешь бриф, а он сам ставит задачу в очередь ComfyUI и отдаёт MP3.

• Генерация по структурированному брифу - жанр, темп, тональность, эмоциональная арка
• Секционные тексты с тегами [Intro], [Verse], [Chorus], [Bridge], [Outro]
• Редактор текстов, настройка длительности, шагов, CFG, сида, вариаций
• Библиотека с превью и скачиванием MP3 прямо из браузера

• UI и галерея - React, гейтвей - лёгкий Python-мост к ComfyUI

#text2music #comfyui

VK | MAX

HappyShrimp 1.0

Пополнение в счастливом зоопарке

Генератор песен по промптру

- Полный цикл одной моделью: тексты, композиция, аранжировка и вокал
- Перед генерацией аудио строит структуру песни, гармонию, ритм, динамику энергии
- Жанры: поп, R&B, хип-хоп, рок, фанк, электроника, классика, джаз, китайский стиль

- Продолжительность треков и скорость генерации не раскрыты
- Партнёрство с Taihe Music Group

Попробовать

#text2music

VK | MAX

Накопилось по #minimaxmusic3

huggingface.co/nerualdreming/open-rvq-encoder-minimax-music3-169m-v4-onnx - RVQ-энкодер 169M для MiniMax Music: трек в коды, доработка, замена секций, ONNX

github.com/deepbeepmeep/Wan2GP - Wan2GP обновился до MiniMax Music 3, FL2VA, Ref2VA

github.com/adambenhassen/minimax-music-ui - Suno-интерфейс локально для MiniMax Music с библиотекой треков

github.com/Senzube4n/AIPLAY-Studio - локальная студия: музыка, обложки, видео, DAW, композитор, MCP для агентов

huggingface.co/ChrisColeTech/minimax-music3-GGUF/tree/main/split/text_encoders - текстовый энкодер GGUF

#text2music #gguf

VK | MAX

YuE2

Опенсорная генерация музыки, обновка

по качеству догоняет Suno v5, но локально, редактируемо и с нотами

- Модель сначала пишет редактируемую партитуру (мелодия + аккорды), а потом по ней генерирует аудио. Партитуру можно править
- Есть редактирование через агента
- Cover: загрузил песню → транскрибировал в ноты с SheetSage2 → написал новый стиль → получил кавер
- 3.6 минуты песни за 71 секунду на RTX 4090, 24 ГБ VRAM

- 3B, лицензия CC BY-NC 4.0 (некоммерческая)
- Сопутствующие открытые модели: MERT2 (музыкальные эмбеддинги, SOTA в 14/15 метрик MARBLE), SheetSage2 (транскрипция аудио в ноты, SOTA в 10/13 метрик), WildSongBench (бенчмарк)

Гитхаб
HF
Comfyui спасибо @m_franz

#musicediting #text2music #text2midi #midi2music

VK | MAX

Рабочие ноды Yue2 Спасибо @m_franz

github.com/ScryptHunter/ComfyUI-YuE2

#musicediting #text2music #text2midi #midi2music

VK | MAX

MuLaCover

Контролируемый генератор каверов и ремиксов от HeartMuLa. Берет референс-музыку, трансформирует под новые слова и стиль - жанр, инструменты, настроение задаются текстовым промптом. Либо работает от MIDI с мелодией и аккордами

• кавер по референсу, тексту и стилю
• генерация с нуля из мелодии и аккордов MIDI
• секции текста с маркерами - Verse, Chorus
• стиль одной строкой: жанр, инструменты, настроение

• 4B параметров
• выход WAV

huggingface.co/HeartMuLa/MuLaCover
github.com/HeartMuLa/MuLaCover
———

DiffSynth-Music от DiffSynth-Studio

Набор моделей контролируемой генерации музыки на базе #ACEStep

Унаследовал #t2m из базы, плюс пять режимов управления через адаптеры Diffusion-Templates

• биты - генерация строго под заданный темп и ритм
• вокал - держит голос, добивает аккомпанемент
• аккомпанемент - держит инструменты, пишет вокал
• просодия - ритм и фразировка каждого слога по входной дорожке
• референс - новый трек в стиле и тембре входного аудио

• 48 кГц на выходе
• длительность до 240 секунд
• низкий VRAM - оффлоад на диск и CPU

huggingface.co/DiffSynth-Studio/DiffSynth-Music
github.com/modelscope/DiffSynth-Studio

#text2music #musicediting #midi2audio

MAX