文本生成音乐
输入「powerful rock」「happy dance」「sad jazz」等文本提示,由生成式 AI 模型产出音乐,方式与 Firefly 的文字生图路径一致。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
从文本提示生成音乐,并对音频做精细编辑的早期实验工具。
官网地址 https://blog.adobe.com/en/publish/2024/02/28/adobe-research-audio-creation-editing
Adobe Project Music GenAI Control 是 Adobe Research 的早期生成式 AI 音乐生成与编辑工具,输入文本提示即可生成音乐,例如「powerful rock」「happy dance」「sad jazz」。它把生成与编辑放在同一工作流里:可参照旋律变形、调整速度与结构、增减强度、延长片段、重混某段或生成可无缝循环的段落。Adobe 称这是「音乐层面的像素级控制」,开发中与加州大学圣地亚哥分校、卡内基梅隆大学合作。当前仍属早期实验阶段,官网未公开定价、可用平台与正式发布日期。
Adobe Project Music GenAI Control 由 Adobe Research 开发,是一套生成式 AI 音频工具的早期实验形态。它的目标用户是需要为项目配乐的人——广播机构、播客主,以及任何需要「情绪、音调、长度刚好合适」的音频的创作者。
工作流从文本提示开始:用户输入「powerful rock」「happy dance」「sad jazz」这类描述,模型生成音乐;随后精细编辑直接嵌入同一流程。可做的操作包括:参照一段旋律变形生成音频、调整乐曲的速度与结构及重复段落、选择在什么时候增强或减弱强度、延长片段长度、重混某一段、生成可无缝循环的段落。
Adobe 把它描述为音频版的 Photoshop——不是停留在「能生成音频」,而是给创意人员同样的深度控制,去塑造、微调、编辑音乐,达到一种「音乐上的像素级控制」。该项目与加州大学圣地亚哥分校(Zachary Novack、Julian McAuley、Taylor Berg-Kirkpatrick)和卡内基梅隆大学计算机学院(Shih-Lun Wu、Chris Donahue、Shinji Watanabe)的同事合作开发。
输入「powerful rock」「happy dance」「sad jazz」等文本提示,由生成式 AI 模型产出音乐,方式与 Firefly 的文字生图路径一致。
基于一段参考旋律来变换生成出自己在做的音频,而不是每次从零重新描述,便于让成品贴合已有的音乐素材。
可调整一段音乐的速度、结构与重复段落,让同一段素材适配不同时长和节奏要求的片段。
自行决定在什么地方增强、在什么地方减弱音频的强度,用于铺垫、爆发或收尾这类需要情绪曲线的段落。
可以延长一段片段的长度,也可以对其中某一节做重新混音,不必回到外部软件里手工裁剪拼贴。
生成可无缝重复的循环段落,适合需要长时间播放背景音的播客、广播或视频配乐场景。
面向片头、片尾与背景音的需求,把过去手工剪切既有音乐的做法换成直接生成所需段落,覆盖从生成到编辑的整条链路。
当作「AI 生成音乐后还要精修」的场景来看,它的价值在于把生成和编辑放进一个流程:先出旋律,再调节奏、结构、强度、长度,甚至做循环段。有片头、片尾、背景音这类明确配乐需求的播客和广播团队,能从端到端的工作流里省下手工剪音乐的时间。但它是 Adobe Research 的早期实验项目,官网未公开定价、平台与发布日期,现在还不能当成可以立刻排进制作流程的成品工具。
需要固定调性的片头、片尾与垫乐,可用文本提示生成后调节奏、结构与强度,省去手工剪既有音乐的时间。
节目量大、配乐需求重复,端到端生成加精修的流程适合批量产出情绪、长度都合要求的音频。
需要让背景音乐的音量起伏贴合画面节奏,强度控制与重混功能可直接用在剪辑环节里。
项目仍是 Adobe Research 的早期实验形态,官网未公开定价与授权条款,正式商用前需先确认可用性。
它的重点是对生成结果做结构级编辑,不提供直接取用成品的曲库式体验,需求简单的话并不划算。
| 指标 | 数值 | 数据来源 |
|---|---|---|
| Firefly 累计生成图片数 | over 6 billion images | Adobe 官方博客 |
按 2024 年 2 月 28 日 Adobe 公布的信息,Project Music GenAI Control 属于 Adobe Research 的早期生成式 AI 音乐生成与编辑工具,尚在开发阶段。官网未公开正式发布日期与可用范围。
生成只是起点。它把精细编辑接进同一工作流:可以参照参考旋律变形,调整速度、结构与重复段落,选择何时增强或减弱强度,延长片段长度,重混某一段,或生成可无缝重复的循环段落。Adobe 把它形容为音频版的 Photoshop,是一种「音乐上的像素级控制」。
Adobe 给出的示例是「powerful rock」「happy dance」「sad jazz」这类风格描述,输入后由生成式 AI 模型产出音乐。这与 Adobe 在 Firefly 中使用的文字提示方式是同一套思路。
可以,这正是它针对的场景。过去做片头、片尾和背景音要手工剪切既有音乐,它则可以直接生成所需段落,并把长度、结构和强度调整到合适,官方将其定位为解决整条工作流上的痛点。
Adobe 表示所有用 Firefly 生成的内容会自动包含 Content Credentials,也就是数字内容的「营养标签」,并会随内容在使用、发布或存储时保留。Project Music GenAI Control 的相关安排官网未单独说明。
Adobe Research 公布早期阶段的生成式 AI 音乐生成与编辑工具,支持文本提示生成音乐并在同一工作流内做精细编辑。
官方公告 ↗