JEN-1: Universele muziekgeneratie met tekstbegeleiding via omnidirectionele diffusiemodellen

JEN-1: Text-Guided Universal Music Generation with Omnidirectional Diffusion Models

August 9, 2023

Auteurs: Peike Li, Boyu Chen, Yao Yao, Yikai Wang, Allen Wang, Alex Wang

cs.AI

Samenvatting

Muziekgeneratie heeft een groeiende interesse gewekt met de vooruitgang van diepe generatieve modellen. Het genereren van muziek op basis van tekstuele beschrijvingen, bekend als tekst-naar-muziek, blijft echter uitdagend vanwege de complexiteit van muzikale structuren en de hoge samplefrequentievereisten. Ondanks het belang van deze taak vertonen heersende generatieve modellen beperkingen in muziekkwaliteit, computationele efficiëntie en generalisatie. Dit artikel introduceert JEN-1, een universeel hoogwaardig model voor tekst-naar-muziekgeneratie. JEN-1 is een diffusiemodel dat zowel autoregressieve als niet-autoregressieve training omvat. Door in-context learning voert JEN-1 verschillende generatietaken uit, waaronder tekstgestuurde muziekgeneratie, muziekinpainting en voortzetting. Evaluaties tonen aan dat JEN-1 superieure prestaties levert in vergelijking met state-of-the-art methoden op het gebied van tekst-muziekalignering en muziekkwaliteit, terwijl het computationele efficiëntie behoudt. Onze demo's zijn beschikbaar op http://futureverse.com/research/jen/demos/jen1.

English

Music generation has attracted growing interest with the advancement of deep generative models. However, generating music conditioned on textual descriptions, known as text-to-music, remains challenging due to the complexity of musical structures and high sampling rate requirements. Despite the task's significance, prevailing generative models exhibit limitations in music quality, computational efficiency, and generalization. This paper introduces JEN-1, a universal high-fidelity model for text-to-music generation. JEN-1 is a diffusion model incorporating both autoregressive and non-autoregressive training. Through in-context learning, JEN-1 performs various generation tasks including text-guided music generation, music inpainting, and continuation. Evaluations demonstrate JEN-1's superior performance over state-of-the-art methods in text-music alignment and music quality while maintaining computational efficiency. Our demos are available at http://futureverse.com/research/jen/demos/jen1