HeartMuLa
HeartMuLa/heartlibAI 已审核
RepoPicks Radar 检查于
HeartMuLa 是什么?
HeartMuLa 是 MuLa Labs 旗下的一系列开放音乐模型。已发布的 3B 模型可以根据歌词文件和一组标签(比如"piano,happy,wedding")写出一首带人声的歌;其他部分能从音频中转写歌词,并重建 48 kHz 立体声音频。你可以在浏览器里试用团队提供的在线演示页面。要自己运行它,你需要 Python、命令行操作和一块 NVIDIA 显卡。README 里和 Suno 的对比说的是尚未发布的内部 7B 模型,所以你今天能运行的只是更小的 3B。
HeartMuLa 安装有多容易?
A · 下载即用 · Web
- Windows D
- Linux D
- Web A
最简单的入门方式是团队在 Hugging Face 和 ModelScope 上提供的在线演示,什么都不用安装,所以网页端评级为 A。自己运行则只能在 Windows 和 Linux 上通过命令行完成:git clone、`pip install -e .`,然后手动下载好几个模型检查点,再运行一个要求有 CUDA 设备的 Python 脚本,这属于 D 级。
HeartMuLa 的 GitHub 数据
- 星标
- 3,7902026年11月10日
- 下载量
- —所有发布版本
- 增长
- +76 天内新增星标
星标变化
事实
- 可运行于
- Windows, Linux, Web
- 需要安装
- 只需程序本身
- 从源码编译需要
- Python, 显卡
- 磁盘空间
- 950 MB–4.3 GB · 估算
- 账号或密钥
- 无
- 费用
- 免费 · 采用 Apache-2.0 许可证,不需要账号也不需要付费。模型文件可以从 Hugging Face 或 ModelScope 免费下载。
- 许可证
- Apache-2.0 (宽松型)
- GitHub 上的最近改动
- 2026年10月8日
HeartMuLa 的风险信号 (4)
- 注意需要性能强的 nvidia 显卡
README 的 FAQ 标题是"CUDA out of memory?",建议把模型拆分到两块显卡上("e.g. 2 4090s"),使用 `--mula_device cuda:0 --codec_device cuda:1`,或者在单卡上用 `--lazy_load true`。脚本默认使用 `cuda`,所以没有为 Mac 或没有 NVIDIA 显卡的电脑提供可用方案。
AI 审核
- 信息生成速度慢
待办事项列表:"Release scripts for inference acceleration and streaming inference. The current inference speed is around RTF ≈ 1.0"——大致是每一分钟音乐需要一分钟的计算时间。
AI 审核
- 信息主打成果尚未发布
亮点部分写道:"Our latest internal version of HeartMuLa-7B achieves comparable performance with Suno",而参数列表里关于 7B 选项却写着"# `7B` version not released yet."仓库的简介也把它称为"The Most Powerful Open-Source Music Generation Model of 2026"。
AI 审核
- 信息打包方式仍处于早期阶段
GitHub 上完全没有发布版本,pyproject.toml 里 version = "0.1.0",描述为"A Python Library.",安装方式是从主分支 `git clone` 加上 `pip install -e .`,所以你拿到的始终是当时最新的代码。
AI 审核
证据以原始语言显示。
Radar 无法验证的 HeartMuLa 相关内容
- 歌曲的效果和演示页面相比怎么样
- 下载完 HeartMuLa 和 HeartCodec 的检查点后,真实占用的磁盘空间
- 单块显卡实际需要多少显存,因为 README 没有给出具体数字
- 在线演示页面能否一直保持可用,排队要等多久
- 你生成的音乐的权利归谁,因为仓库只说明了代码和权重采用 Apache-2.0 许可证