MusicLM è uno strumento innovativo di intelligenza artificiale sviluppato da Google Research che genera musica ad alta fedeltà a partire da descrizioni testuali. Sfruttando tecniche avanzate di modellazione gerarchica sequenza-a-sequenza, può produrre musica di qualità 24 kHz che rimane coerente per periodi prolungati. Gli utenti possono inserire suggerimenti descrittivi come 'una melodia di violino calmante accompagnata da un riff di chitarra distorto', e MusicLM genererà musica che si allinea strettamente con la descrizione fornita. Il modello ha dimostrato di superare i sistemi esistenti non solo in termini di qualità audio, ma anche nella sua capacità di attenersi alle istruzioni testuali, rendendolo una risorsa potente per musicisti, compositori e creatori di contenuti.
Inoltre, MusicLM offre capacità uniche come la condizionamento sia su testo che su melodia, consentendo agli utenti di trasformare melodie canticchiate o fischiate secondo stili specificati. Questa funzionalità apre a possibilità entusiasmanti per gli artisti che cercano di creare musica che mescoli le loro melodie originali con stili musicali diversi. L'introduzione di MusicCaps, un dataset composto da 5.5k coppie musica-testo, migliora ulteriormente il potenziale di ricerca, fornendo una base solida per l'esplorazione continua nella generazione di musica guidata dall'IA.
