MERT-v1-95M
新的音乐理解模型，适应多种任务需求
MERT-v1-95M模型在音乐音频预训练中应用新的范式和数据集，实现出色的任务泛化能力。与MERT-v0相比，该版本采用更高质量的伪标签，在24K Hz频率下训练了20,000小时的音频数据，支持音乐生成。95M参数的模型适合不同的硬件需求，输出75 Hz的特征速率。通过整合MLM预测和批内噪声混合技术，MERT-v1-95M在多种下游任务中表现出色。
MERT-v1-95M项目介绍
项目背景
MERT-v1-95M是一个音乐音频预训练模型，属于大型模型家族的一部分。这个项目力求通过对新范式和数据集的应用，提升音乐理解的能力。该模型在多项任务中表现优异，在早期版本的基础上取得了显著的改进。
模型发展历程
- 2023年2月6日：发布了相关的预印本论文和训练代码。
- 2023年3月17日：推出了MERT-v1-95M和MERT-v1-330M两个型号，它们基于新的训练数据和范式开发而成。
- 2023年3月14日：重新训练了MERT-v0版本，数据集为公开的音乐数据集。
- 2022年12月29日：推出了基于掩码语言模型（MLM）方法训练的音乐理解模型MERT-v0。
- 2022年10月29日：发布了预训练的音乐信息检索模型music2vec。
模型特点
MERT-v1-95M采用掩码语言模型（MLM）作为预训练的核心范式，利用20万小时的音频数据进行训练。模型具有较小的参数量，便于在不同硬件环境下的部署，其训练的音频采样率为24K Hz。这一版本在音乐生成任务中展现了潜力。
技术参数
- 模型大小：95M参数量
- Transformer层-维度：12-768
- 特征速率：75 Hz
- 音频采样率：24K Hz
使用方法
MERT-v1-95M的使用方法非常灵活，用户可以根据需要选择不同模型层的输出。这些层之间的输出在不同任务中的效果可能有所不同，因此可以根据实际任务进行调整。此外，该模型能够处理多种音频输入格式，并在多个音频处理和分类任务中表现良好。
总结
MERT-v1-95M是音乐理解领域的一次重大创新。通过引入新的训练范式和丰富的音频数据，它为更复杂 的音频分析和生成任务提供了坚实的基础。随着技术的进步和应用场景的扩大，MERT-v1-95M必将在更多的音乐和音频处理中展现出卓越的能力。
引用
如果在学术研究中使用MERT-v1-95M，请引用相关论文。
编辑推荐精选
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
Refly.AI
最适合小白的AI自动化工作流平台
无需编码，轻松生成可复用、可变现的AI自动化工作流
酷表ChatExcel
大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
AIWritePaper论文写作
AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
iTerms
企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。
SimilarWeb流量提升
稳定高效的流量提升解决方案，助力品牌曝光
稳定高效的流量提升解决方案，助力品牌曝光
Sora2视频免费生成
最新版Sora2模型免费使用，一键生成无水印视频
最新版Sora2模型免费使用，一键生成无水印视频
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信 公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号