Voici le contenu optimisé, en conservant le format d'origine :
MusicLM présente une nouvelle approche de la génération conditionnelle de musique en la présentant comme une tâche de modélisation hiérarchique séquence à séquence. La musique générée est cohérente sur plusieurs minutes et produite à 24 kHz, surpassant les systèmes précédents en termes de qualité audio et de respect des descriptions textuelles selon leurs expériences. De plus, MusicLM peut être conditionné à la fois sur le texte et la mélodie, ce qui lui permet de transformer des mélodies sifflées et fredonnées pour correspondre au style décrit dans une légende de texte.
Pour soutenir des recherches plus approfondies, l'équipe a rendu public MusicCaps, un ensemble de données qui comprend 5,5 000 paires musique-texte contenant des descriptions textuelles riches fournies par des experts humains. Cet ensemble de données servira de ressource précieuse pour les futurs chercheurs intéressés par la génération et l'analyse de la musique.
Dans l'ensemble, MusicLM fournit une nouvelle approche prometteuse de la génération de musique conditionnelle et a déjà démontré des résultats supérieurs par rapport aux systèmes précédents. La sortie de MusicCaps facilitera sans aucun doute la poursuite de la recherche et du développement dans le domaine de la musique générée par l'IA.
