🙅🏻‍♀️ Text-to-Audio Generation with Latent Diffusion Models

ШІ згенерує просту мелодію з вашого запиту прямо в браузері. Результат залежить від точності запиту, ми спробували дуже простий на кшталт “A hammer is hitting a wooden surface”.

тиць
huggingface.co/spaces/haoheliu/audioldm-text-to-audio-generation

Основні прийоми для покращення якості згенерованого вами звуку

  1. Намагайтеся використовувати більше прикметників для опису вашого звуку. Наприклад: “Чоловік говорить чітко і повільно у великій кімнаті” краще, ніж “Чоловік говорить”. Це допоможе AudioLDM зрозуміти, чого ви хочете (розуміє запити лише англійською).
  2. Спробуйте використати різні випадкові насіння, які іноді можуть суттєво вплинути на якість генерації.
  3. Краще використовувати загальні терміни, такі як “чоловік” або “жінка”, замість конкретних імен людей або абстрактних об’єктів, з якими люди можуть бути не знайомі, наприклад, “мумія”.

Як спробувати згенерувати просту мелодію / набір звуків

Введіть свій текст. Ваш текст важливий для якості звуку. Будь ласка, переконайтеся, що він є описовим, використовуючи більше прикметників.

Тривалість (секунди) Шкала підказок (Велика => краща якість і відповідність тексту; Мала => краща різноманітність).

Зміна цього значення (будь-яке ціле число) призведе до іншого результату генерації. Автоматичний контроль якості. Це число контролює кількість варіантів (наприклад, згенерувати три аудіо і вибрати найкраще, щоб показати вам). Більше значення зазвичай призводить до кращої якості за рахунок більш складних обчислень

Додати коментар