目录
简介
部署
下载项目
创建虚拟环境
激活虚拟环境
安装依赖
启动
成功
政安晨的个人主页：政安晨
欢迎 👍点赞✍评论⭐收藏
希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！
简介
Audiocraft 是一个利用深度学习处理和生成音频的库。 它拥有最先进的 EnCodec 音频压缩器/标记化器，以及 MusicGen（一种简单、可控的音乐生成 LM，具有文本和旋律调节功能）。
项目地址：GitHub - facebookresearch/audiocraft: Audiocraft is a library for audio processing and generation with deep learning. It features the state-of-the-art EnCodec audio compressor / tokenizer, along with MusicGen, a simple and controllable music generation LM with textual and melodic conditioning.Audiocraft is a library for audio processing and generation with deep learning. It features the state-of-the-art EnCodec audio compressor / tokenizer, along with MusicGen, a simple and controllable music generation LM with textual and melodic conditioning. - facebookresearch/audiocraft
https://github.com/facebookresearch/audiocraft
本文目标：基于Linux系统部署与应用AudioCraft。
它是一个用于音频生成深度学习研究的PyTorch库。AudioCraft包含两个产生高质量音频的最先进的人工智能生成模型的推理和训练代码：AudioGen和MusicGen。
部署
虽然Meta开源团队推荐python 3.9，但我们还是选择python 3.10的环境进行尝试，相对会更通用，并且避免一些库的版本更新后的兼容性问题。
下载项目
git clone git@github.com:facebookresearch/audiocraft.git
创建虚拟环境
conda create -n audiocraft python=3.10
激活虚拟环境
安装依赖
python -m pip install 'torch==2.1.0'
python -m pip install setuptools wheel
进入项目目录后，执行：
python -m pip install -e .
启动
在项目根目录的demos文件夹下面，启动脚本，执行：
python demos/musicgen_app.py
成功
启动的Gradio界面如下：
选择模型后，框架会自动下载对应的模型。
可以出音乐和音效：描述词非常重要。
还可以自己训练音乐模型，政安晨及团队小伙伴们后续也会使用该框架训练自己的音乐模型，嘻嘻。
伙计们，愉快地玩耍吧。
