Riffusion

Riffusion 是一款突破性的实时音乐生成工具，它利用基于图像的 AI 力量来创造声音。与传统的基于 MIDI 或波形的生成器不同，Riffusion 将音频视为一种视觉媒介。它利用经过微调的 Stable Diffusion 版本来生成频谱图——即声音随时间变化的频率和幅度的视觉表示。随后，这些图像通过逆傅里叶变换处理，生成高质量的音频片段。

该平台解决了快速、创意音频原型设计的挑战。无论您是需要视频背景音乐、游戏中的独特循环音效，还是仅仅想尝试声音设计，Riffusion 都提供了一个易于使用的界面进行即时创作。通过弥合计算机视觉与音频工程之间的鸿沟，它提供了一种独特的“无限”音乐流，可以在不同的风格和情绪之间平滑过渡。

核心能力包括实时插值（AI 可以将一种音乐风格演变为另一种风格）以及社区驱动的模式（用户可以分享和重混提示词）。它代表了我们对生成式媒体思考方式的转变，证明了为图像设计的模型同样可以……