DiffRhythm

3周前更新 40 00

DiffRhythm 是基于潜在扩散的 AI 歌曲生成模型,只需歌词与风格提示,即可在约十秒内生成含人声与伴奏的完整歌曲。

收录时间:
2025-11-12
DiffRhythmDiffRhythm

DiffRhythm 是一个基于潜在扩散的 AI 歌曲生成模型,官方网址为 diffrhythm.com。它采用端到端、非自回归的结构,能把歌词和风格提示直接转化为包含人声与伴奏的完整歌曲,而不需要分别生成人声轨和伴奏轨。

核心能力与输入方式

根据官网说明,DiffRhythm 的推理输入只有两项:带时间戳的歌词和风格提示。模型可在单个流程中合成完整歌曲,最长时间为 4 分 45 秒;官方称约十秒即可完成一首完整歌曲的生成。风格提示用于引导音乐流派,页面提到模型已展示对英语和中文歌词的支持。

适合谁使用

页面列举的用途包括艺术创作、教育和娱乐。从功能介绍看,它适合需要快速把歌词变成歌曲小样的创作者、需要批量探索音乐想法的词曲作者,以及希望用风格提示试验不同流派的学习者。官网提供免费开放的 Playground,可作为了解生成效果的入口。

使用前需要留意的限制

DiffRhythm 目前可确认的歌词语言为英语和中文,其他语言未在页面中说明。关于生成音乐的商业使用,官网没有给出直接授权结论,而是提示注意潜在版权问题、核实原创性、披露 AI 参与,并在改编受保护风格时获得许可。此外,歌曲最长 4 分 45 秒,超出这一长度的需求需自行评估。

DiffRhythm 相关问答

根据官网公开信息整理 · 最近核验 2026-10-19

DiffRhythm 生成一首歌需要哪些输入?

根据官网说明,DiffRhythm 只需要两个输入:带时间戳的歌词和风格提示。模型会在一个流程中同时生成人声与伴奏,不需要分别准备人声轨或伴奏轨。

DiffRhythm 支持哪些歌词语言?

官网页面明确提到模型已展示对英语和中文歌词的支持,在两种语言中都具有较高的可理解性和自然发音。其他语言的支持情况页面未作说明。

DiffRhythm 生成的歌曲最长多长?

DiffRhythm 能够生成长达 4 分 45 秒的歌曲,并在这一长度内保持高音乐性和可理解性。官网同时称约十秒即可完成一首完整歌曲的生成。

DiffRhythm 生成的音乐可以商用吗?

官网没有直接给出可以或不可以商用的结论,而是提示使用者注意潜在版权问题、实施验证机制确认原创性、披露 AI 在作品中的参与,并在改编受保护风格时获得许可。商用前建议自行核实相关条款。

相关导航

暂无评论

none
暂无评论...