Riffusion

? 产品介绍

Riffusion是由Seth Forsgren和Hayk Martiros开发的AI音乐生成工具，基于Stable Diffusion模型创新地将频谱图生成技术应用于音频领域。通过文本描述生成音乐频谱图，再将其转换为高保真音频，支持实时创作与风格重建。目前官网提供免费试用，开源版本适合开发者深度定制。

? 适用人群

? 核心功能与技术解析

1. 实时音乐生成
   • 技术原理：对预训练的频谱图数据库进行微调，利用Stable Diffusion模型匹配文本特征与声波频率分布。
   • 场景示例：输入“电子钢琴+快节奏鼓点”，生成12秒循环片段（支持延长至25分钟）。

2. 多模态生成能力
   • 支持歌词生成人声旋律（需英文输入），结合NLP技术解析情感关键词。
   • 提供“Cover/Extend/Replace”三种重建模式，通过Strength值控制与原作的相似度。

3. 分轨导出（Get Stems）
   • 将混合音频拆分为独立乐器轨道（如鼓组、贝斯），便于后期混音。

4. 风格融合数据库
   • 预置5000+标签涵盖流派（爵士/电子）、情绪（平和/激昂）、环境音（雨声/钟声）等维度。

5. 开源可扩展架构
   • Hugging Face提供V1模型，开发者可训练自定义频谱图数据集。

✨ 工具使用技巧

1. 提示词公式

   [风格] + [主乐器] + [节奏] + [情绪修饰]

   案例：
   “电子乐 | 合成器主旋律 | 120BPM | 赛博朋克风格空旷感” → 生成科幻场景BGM

2. 避坑指南
   • 中文描述需用DeepSeek翻译为英文（官方中文支持较弱）
   • 异常波形处理：用Audacity删除突刺频段（教程见）

3. 商业应用TIP
   • 生成后使用Mubert（同类工具）延长至25分钟，适配长视频需求

? 访问地址

? 立即体验：Riffusion官网