MusicGPT

MusicGPT 项目介绍

MusicGPT 是一款应用程序，旨在通过自然语言提示生成音乐，该应用利用局部运行的大型语言模型（LLM），无需安装繁重的依赖库，如 Python 或机器学习框架，就能够在任何平台上高效地运行。目前，该项目主要支持 Meta 开发的 MusicGen 模型，未来计划将支持各种不同的音乐生成模型，让用户使用时无需感知这些变化。

项目目标

• 文本条件音乐生成：通过输入文本描述来生成相应风格的音乐，这一功能已经实现。
• 旋律条件音乐生成：未来计划支持用户基于已有旋律来进行音乐生成。
• 无限长音乐流：目标之一是允许生成无限或不确定长度的音乐流。

安装指南

Mac 和 Linux

在 Mac 和 Linux 系统上，可以使用 brew 进行安装：

brew install gabotechs/taps/musicgpt

或者，可以直接从此链接下载预编译的二进制文件。

Windows

Windows 用户可以通过此链接下载可执行文件。

Docker（推荐用于 CUDA 环境）

若希望使用支持 CUDA 的 GPU 版 MusicGPT，推荐使用 Docker，只需安装基本的 NVIDIA 驱动即可：

docker pull gabotechs/musicgpt

下载镜像后，可以使用以下命令运行：

docker run -it --gpus all -p 8642:8642 -v ~/.musicgpt:/root/.local/share/musicgpt gabotechs/musicgpt --gpu --ui-expose

使用 cargo

如果系统中已安装 Rust 工具链，则可以通过 cargo 进行安装：

cargo install musicgpt

使用方式

MusicGPT 提供两种交互模式：UI 模式和 CLI 模式。

UI 模式

UI 模式下，该工具将以聊天形式的 web 应用展示，支持存储聊天记录、随时播放生成的音乐样本、后台生成音乐样本以及在不同设备上操作 UI。执行以下命令即可运行 UI 模式：

musicgpt

可以选择不同的模型进行预测，并决定是否使用 GPU，例如：

musicgpt --gpu --model medium

对于需求高性能硬件的模型，推荐使用 Docker 运行：

docker run -it --gpus all -p 8642:8642 -v ~/.musicgpt:/root/.local/share/musicgpt gabotechs/musicgpt --ui-expose --gpu

CLI 模式

CLI 模式支持直接在终端生成并播放音乐，允许输入多个提示并在生成后即时播放音频。可通过以下命令基于提示生成音频：

musicgpt "Create a relaxing LoFi song"

默认情况下生成 10 秒的音频样本，最长可配置为 30 秒：

musicgpt "Create a relaxing LoFi song" --secs 30

可以选择使用不同规模的模型：

musicgpt "Create a relaxing LoFi song" --model medium

想使用支持 CUDA 的 GPU，推荐用 Docker 运行：

docker run -it --gpus all -v ~/.musicgpt:/root/.local/share/musicgpt gabotechs/musicgpt --gpu "Create a relaxing LoFi song"

可以运行以下命令查看所有可用选项：

musicgpt --help

存储路径

MusicGPT 需要访问存储以保存下载的模型和生成的音频及其他一些元数据。假设用户名是 foo，数据会存储在以下位置：

• Windows: C:\Users\foo\AppData\Roaming\gabotechs\musicgpt
• MacOS: /Users/foo/Library/Application Support/com.gabotechs.musicgpt
• Linux: /home/foo/.config/musicgpt

授权信息

代码采用 MIT License 许可证，而应用启动时下载的 AI 模型权重则遵循 CC-BY-NC-4.0 许可证，这些模型权重来源于以下仓库：

• musicgen-small
• musicgen-medium
• musicgen-large
• musicgen-melody