AudioCraft
facebookresearch/audiocraftRevisado por IA
Verificado pelo RepoPicks Radar em
O que é AudioCraft?
O AudioCraft é o código de pesquisa por trás dos modelos de áudio da Meta: MusicGen (música a partir de uma descrição em texto, ou de uma melodia que você cantarola), AudioGen (efeitos sonoros a partir de texto), EnCodec (compressão de áudio), MAGNeT, JASCO e a marca d'água AudioSeal. É uma biblioteca Python com notebooks de exemplo, não um programa com janela: você instala com pip e escreve ou executa código. Ele exige Python 3.9, PyTorch 2.1.0, ffmpeg e uma placa de vídeo NVIDIA. O código é MIT, mas os modelos treinados têm licença só para uso não comercial.
AudioCraft é grátis e de código aberto (MIT) e pode substituir Suno, Udio e Epidemic Sound.
Quão fácil é instalar AudioCraft?
E · só para quem programa · Windows
- Windows E
- Linux E
Não há nada para abrir, nem no Windows nem no Linux: o README só mostra comandos de pip para uma biblioteca Python, mais a instalação do ffmpeg, e os exemplos são notebooks e receitas de treinamento. Você também precisa fazer funcionar uma combinação específica e antiga — Python 3.9 com PyTorch 2.1.0 em uma placa gráfica CUDA —, que é a parte difícil em um computador recente.
Em breve: instale com 1 clique pelo app RepoPicks.
AudioCraft no GitHub
- Estrelas
- 23.839em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- +19estrelas em 6 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Windows, Linux
- Você precisa instalar
- Python, Placa NVIDIA, FFmpeg
- Para compilar a partir do código
- Python, Placa NVIDIA, FFmpeg
- Espaço em disco
- 1,0 GB–4,6 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · Não custa nada. O código é MIT, mas os modelos treinados são CC-BY-NC 4.0: só para uso não comercial, então o que você gerar não pode ser vendido nem usado em trabalhos pagos.
- Licença
- MIT (Permissiva)
- Pode substituir
- Suno, Udio, Epidemic Sound, ElevenLabs
- Última mudança no GitHub
- 13 de mar. de 2025
Sinais de risco de AudioCraft (6)
- AtençãoDependências com vulnerabilidades conhecidas
Dependências fixadas com vulnerabilidades conhecidas (OSV): torch: GHSA-3749-ghw9-m3mg, GHSA-53q9-r3pm-6pq6, GHSA-5pcm-hx3q-hm94
checagem automática
- AtençãoOs modelos são só para uso não comercial
A seção de licença do README diz: "The models weights in this repository are released under the CC-BY-NC 4.0 license as found in the LICENSE_weights file." A licença MIT cobre só o código, então a música ou o som feitos com os modelos publicados não podem ser usados comercialmente.
revisão por IA
- AtençãoSem mudanças há mais de um ano
A checagem do Radar registra o último commit em 2025-03-13, 600 dias antes da checagem, sem nenhum release no GitHub e 401 issues abertas. Ninguém está corrigindo problemas de instalação nem dando suporte a placas de vídeo mais novas.
revisão por IA
- AtençãoFixado em versões antigas
O README diz: "AudioCraft requires Python 3.9, PyTorch 2.1.0"; o requirements.txt fixa "torch==2.1.0", "torchvision==0.16.0", "torchtext==0.16.0", "numpy<2.0.0", "xformers<0.0.23", "spacy==3.7.6". Essas versões são de 2023, e é por isso que a checagem do Radar encontrou vulnerabilidades conhecidas no torch fixado, além de placas NVIDIA recentes precisarem de um PyTorch mais novo do que esse permite.
revisão por IA
- InfoOs modelos são baixados no primeiro uso
A pergunta do FAQ do README "Where are the models stored?" explica que os pesos vêm do Hugging Face para uma pasta de cache ("AUDIOCRAFT_CACHE_DIR"), e o musicgen-melody também baixa o Demucs através do Torch Hub. Então o download e o uso de disco reais acontecem na primeira vez que você gera algo, além dos 1050 MB a 4750 MB que o Radar estima.
revisão por IA
- InfoÉ código de pesquisa, não um aplicativo
O README diz: "AudioCraft is a PyTorch library for deep learning research on audio generation", e o repositório contém receitas de treinamento (egs/, config/) e notebooks de demonstração (jasco_demo.ipynb, demos/). Quem não programa fica melhor servido por um dos aplicativos já prontos construídos em cima do MusicGen.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em AudioCraft
- Se as versões fixadas de 2023 ainda instalam em um computador atual e uma placa de vídeo atual.
- Quanta memória de vídeo cada modelo precisa, e quanto tempo leva um minuto de música.
- O uso real de disco depois que os modelos são baixados.
- Com que os modelos foram treinados, o que importa para quem se preocupa com os direitos da música que sai no final.
- Se os exemplos funcionam no Windows, já que o README não dá instruções específicas para esse sistema.