AudioCraft
facebookresearch/audiocraftAI 已审核
RepoPicks Radar 检查于
AudioCraft 是什么?
AudioCraft是Meta音频模型背后的研究代码,包括:MusicGen(根据文字描述生成音乐,也可以用你哼出的旋律生成)、AudioGen(根据文字生成音效)、EnCodec(音频压缩)、MAGNeT、JASCO,以及AudioSeal水印系统。它是一个带示例笔记本的Python库,不是带界面的程序:你需要用pip安装它,然后编写或运行代码。它要求Python 3.9、PyTorch 2.1.0、ffmpeg和一块NVIDIA显卡。代码本身是MIT许可,但训练好的模型只允许非商业用途。
AudioCraft 免费开源(MIT),可以替代 Suno、Udio和Epidemic Sound。
AudioCraft 安装有多容易?
E · 仅适合程序员 · Windows
- Windows E
- Linux E
无论是Windows还是Linux,都没有什么界面可以打开:README里只有Python库的pip安装命令,加上安装ffmpeg,示例也只是笔记本和训练配方。而且你还得让一套特定的老版本组合跑起来——Python 3.9配合PyTorch 2.1.0,再加上支持CUDA的显卡——这在一台新电脑上才是真正麻烦的地方。
即将推出:用 RepoPicks 应用一键安装。
AudioCraft 的 GitHub 数据
- 星标
- 23,8392026年11月10日
- 下载量
- —所有发布版本
- 增长
- +196 天内新增星标
星标变化
事实
- 可运行于
- Windows, Linux
- 需要安装
- Python, NVIDIA 显卡, FFmpeg
- 从源码编译需要
- Python, NVIDIA 显卡, FFmpeg
- 磁盘空间
- 1.0 GB–4.6 GB · 估算
- 账号或密钥
- 无
- 费用
- 免费 · 不收费。代码是MIT许可,但训练好的模型是CC-BY-NC 4.0许可:只能用于非商业用途,所以你用它生成的内容不能拿去卖,也不能用在有偿的工作里。
- 许可证
- MIT (宽松型)
- 可以替代
- Suno, Udio, Epidemic Sound, ElevenLabs
- GitHub 上的最近改动
- 2025年3月13日
AudioCraft 的风险信号 (6)
- 注意依赖存在已知漏洞
固定版本的依赖存在已知漏洞(OSV):torch: GHSA-3749-ghw9-m3mg, GHSA-53q9-r3pm-6pq6, GHSA-5pcm-hx3q-hm94
自动检查
- 注意模型只能用于非商业用途
README的许可证部分写道:"The models weights in this repository are released under the CC-BY-NC 4.0 license as found in the LICENSE_weights file."MIT许可证只覆盖代码本身,所以用发布的模型生成的音乐或声音不能用于商业用途。
AI 审核
- 注意一年多没有更新了
Radar的检查记录显示,最后一次提交是在2025-03-13,距检查当天已经600天,GitHub上从来没有发布过正式版本,还有401个未解决的issue。没有人在修复安装问题,也没有人在支持更新的显卡。
AI 审核
- 注意版本固定在很旧的版本上
README写道:"AudioCraft requires Python 3.9, PyTorch 2.1.0";requirements.txt里固定了"torch==2.1.0"、"torchvision==0.16.0"、"torchtext==0.16.0"、"numpy<2.0.0"、"xformers<0.0.23"、"spacy==3.7.6"。这些版本都是2023年的,这也是Radar检查在固定版本的torch里发现已知漏洞的原因,而且较新的NVIDIA显卡需要比这更新的PyTorch才能支持。
AI 审核
- 信息模型在第一次使用时才下载
README的FAQ里"Where are the models stored?"这一条说明,模型权重来自Hugging Face,会存到一个缓存文件夹("AUDIOCRAFT_CACHE_DIR"),musicgen-melody还会通过Torch Hub额外下载Demucs。所以真正的下载量和磁盘占用是在你第一次生成内容时才发生的,会超出Radar估算的1050 MB到4750 MB。
AI 审核
- 信息这是研究代码,不是应用程序
README写道:"AudioCraft is a PyTorch library for deep learning research on audio generation",仓库里存放的是训练配方(egs/、config/)和演示笔记本(jasco_demo.ipynb、demos/)。不会编程的人,用那些基于MusicGen做好的现成应用会更合适。
AI 审核
证据以原始语言显示。
Radar 无法验证的 AudioCraft 相关内容
- 2023年固定下来的这些版本,是否还能在现在的电脑和现在的显卡上装起来。
- 每个模型需要多少显存,生成一分钟音乐要花多长时间。
- 模型下载完之后实际占用多少磁盘空间。
- 这些模型是用什么数据训练的,这对担心生成音乐版权问题的人来说很重要。
- 这些示例在Windows上能不能跑,因为README并没有给出针对Windows的具体说明。