日本語
Appearance
コンシューマーハードウェアで商用グレードの音楽生成。A100で1曲2秒未満、VRAM 4GB未満。
A100で1曲2秒未満、RTX 3090で10秒未満。10秒から10分の音声生成に対応。
1000以上の楽器・スタイル、50以上の言語、きめ細やかな音色記述と歌詞構造制御。
カバー生成、リペイント、トラック分離、ボーカルからBGM、マルチトラック生成など。
4GB未満のVRAMでローカル実行。数曲からLoRAを学習、3090で1時間。
