跳到正文
原文
Dongxi 东锡 NLP· @dongxi_nlp · X·· 3 天前AI 评分47
AI 导读

Opus 5.5 仅用 Python 代码写谱并从声波开始合成出一整首歌,未借助 Suno 等任何 AI 音乐模型,歌词也由其创作。人声用 macOS 自带 Siri 语音朗读,经信号处理"唱"成旋律,由 Swift 程序调用语音合成让 Aaron 与 Nicky 逐音节朗读。检测靠频谱图、响度与峰值而非耳朵,音高误差中位数 8.7 音分,且这些技术基本未详细告知模型。

正文

整首歌是 Opus 5.5 用 Python 代码写谱、再从声波开始合成出来的,没有用任何类似于 Suno 等 AI 音乐模型。

歌词也是 Opus 5.5 写的,需要前期跟它聊一会确定对概念理解的准确。

人声用的是 macOS 自带的 Siri 语音朗读,再通过信号处理把它"唱"成旋律。

流程是如下:

用一个小 Swift 程序调用 macOS 的语音合成,让 Aaron(主唱)和 Nicky(和声)两个声音一个音节一个音节地朗读。

不靠耳朵做检测,看频谱图,测响度和峰值;测音高误差,中位数是 8.7 音分。

上述 technique,没有详细告诉 Opus 5.5,基本就是让他一把梭。

太惊吓了。

引用Dongxi 东锡 NLP@dongxi_nlp
我觉得 Opus 5.5 不抽大麻,做不出这种东西。 看完你就懂 PPO, GRPO, DPO! Better than expected.
在 X 查看被引用的帖子

来源:Dongxi 东锡 NLP · x.com