RepoPicks Radar

Actualizado todos los días hacia las 23:30 UTC

Guías

MusicLM - Pytorch

lucidrains/musiclm-pytorchRevisado por IA

Revisado por RepoPicks Radar el

¿Qué es MusicLM - Pytorch?

Esto es una reconstrucción hecha por la comunidad, en PyTorch, de MusicLM, el modelo de Google que convierte una descripción de texto en música. Es una librería, no un programa: se instala con pip y se escribe código en Python. No incluye ningún modelo entrenado, así que no produce música hasta que reúnas una gran colección de audio con su texto correspondiente y entrenes varias redes en una tarjeta gráfica, lo cual exige bastante tiempo y hardware. Está pensado para investigadores y desarrolladores de aprendizaje automático; alguien que solo quiera una canción a partir de una frase no puede usarlo tal cual.

MusicLM - Pytorch es gratis y de código abierto (MIT) y puede reemplazar a Suno y Udio.

¿Qué tan fácil es instalar MusicLM - Pytorch?

E · solo para quien programa · Windows

  • Windows E
  • Linux E

En Linux, el sistema habitual para este tipo de entrenamiento, es solo para desarrolladores: `pip install musiclm-pytorch`, luego escribir Python, preparar un conjunto de datos de pares de sonido y texto, y entrenar tres transformers más el modelo MuLaN antes de poder generar algo. Windows funciona igual si tienes una tarjeta NVIDIA, ya que el código de ejemplo llama a .cuda(); no hay app, ni interfaz, ni un modelo listo para descargar.

Pronto: instala con 1 clic desde la app RepoPicks.

MusicLM - Pytorch en GitHub

Estrellas
3294el 10 nov 2026
Descargas
—todas las versiones
Crecimiento
—sin ganancia en la última lectura

Estrellas a lo largo del tiempo

329432953296 5 nov6 nov7 nov8 nov9 nov10 nov 329432953296 5 nov8 nov

Datos

Funciona en
Linux, Windows
Necesitas instalar
Python, Tarjeta gráfica
Para compilar desde el código
Python, Tarjeta gráfica
Espacio en disco
950 MB–4,3 GB · estimación
Cuentas o claves
Ninguna
Costo
Gratis · El código es gratuito (MIT). El costo real es el hardware o el tiempo de GPU alquilado necesario para entrenar los modelos.
Licencia
MIT (Permisiva)
Puede reemplazar
Suno, Udio
Último cambio en GitHub
6 sept 2023

Señales de riesgo de MusicLM - Pytorch (4)

  • Atenciónversiones sin actualizar

    Última versión el 2023-09-06 (hace 1158 días)

    revisión automática

  • Infono incluye un modelo ya entrenado

    Nada está listo para usar: el README dice "MuLaN first needs to be trained", "get a ton of <sound, text> pairs and train" y "After much training on all three transformers (semantic, coarse, fine), you will pass your finetuned or trained-from-scratch AudioLM". No hay archivos de modelo en el repositorio y las versiones publicadas tienen "no platform binaries".

    revisión con IA

  • Infola replicación sigue incompleta

    El proyecto es una reconstrucción del modelo de otra persona y su propia lista de pendientes todavía tiene puntos abiertos: "support variable lengthed audio with masking in audio transformer", "add a version of mulan to open clip" y "set all the proper spectrogram hyperparameters". El README invita a ayudar: "join ... if you are interested in helping out with the replication with the LAION community".

    revisión con IA

  • Infoya no se actualiza

    El último commit y la última versión son ambos del 2023-09-06, y setup.py todavía lo marca como "Development Status :: 4 - Beta" en la versión 0.2.8.

    revisión con IA

La evidencia aparece en su idioma original.

Lo que Radar no pudo verificar de MusicLM - Pytorch

  • Si entrenarlo realmente produce música parecida a los ejemplos de MusicLM que Google publicó
  • Cuántos datos de audio, tiempo de GPU y dinero haría falta para lograr un modelo utilizable
  • Si las dependencias fijadas (audiolm-pytorch, x-clip, torch) todavía se instalan juntas hoy
  • El uso real de disco una vez que el dataset y los puntos de control del entrenamiento están guardados
  • Qué derechos aplican a la colección de música que necesitarías para el entrenamiento

Proyectos parecidos

La app RepoPicks

Pronto: instala con 1 clic desde la app RepoPicks.

Antes de descargar

Ver la página de la versión en GitHub