3月26日，昆侖萬維正式發(fā)布Mureka O1模型與Mureka V6模型。Mureka O1作為全球首款音樂推理大模型，性能超越Suno、模型登頂SOTA，中國科技創(chuàng)新再次在AI音樂領(lǐng)域領(lǐng)跑全球。

　　2024年4月，昆侖萬維發(fā)布了第一代音樂生成模型：Mureka V1（SkyMusic），獲得了非常好的市場反響。在過去接近一年的時(shí)間里，我們的技術(shù)團(tuán)隊(duì)、產(chǎn)品團(tuán)隊(duì)持續(xù)對Mureka進(jìn)行升級迭代。截至目前，全球范圍內(nèi)已經(jīng)有超過100個(gè)國家和地區(qū)的用戶訪問我們的AI音樂產(chǎn)品——Mureka。

　　Mureka是Music與Eureka的結(jié)合。Eureka源自希臘語的感嘆詞，意為我發(fā)現(xiàn)了、我找到了，常用于表達(dá)突然獲得靈感的時(shí)刻。Mureka寓意著，我們希望它可以將人們的音樂靈感爆發(fā)時(shí)刻快速記錄下來，并創(chuàng)作出屬于自己風(fēng)格的歌曲。

　　Mureka V6&O1全量上線，支持自由切換，來自東方的音樂魔盒驚艷全球

　　Mureka V6是當(dāng)前Mureka的基座模型，支持純音樂生成，還支持10種語言的AI音樂創(chuàng)作，包括英語、中文、日語、韓語、法語、西班牙語、葡萄牙語、德語、意大利語和俄語。在Mureka V6中，團(tuán)隊(duì)引入自研 ICL（in-context learning）技術(shù)，使得聲場更加開闊，人聲質(zhì)感和混音設(shè)計(jì)進(jìn)一步強(qiáng)化。

　　Mureka O1模型是基于Mureka V6的推理優(yōu)化版本，也是全球范圍內(nèi)首個(gè)引入CoT的音樂模型，在推理過程中加入思考與自我批判，大幅提升音樂品質(zhì)、音樂創(chuàng)作效率和靈活性。

　　Mureka V6和O1模式支持多元化的音樂創(chuàng)作風(fēng)格及情感表達(dá)。曲風(fēng)涵蓋爵士（Jazz）、電子（Electronic）、流行（Pop）、鄉(xiāng)村（Country）、節(jié)奏布魯斯（R&B）、靈魂樂（Soul）、藍(lán)調(diào)（Blues）、搖滾（Rock）、舞曲（Dance）等；情感維度包括快樂、放縱、神秘、充滿活力、悲傷等多種情緒表達(dá)。

　　此外，Mureka還提供兩個(gè)特色音樂生成功能：

　　1. 歌曲參考（Reference Fuction）：將音樂本身作為提示，用戶可直接上傳音頻或Youtube鏈接作為創(chuàng)作提示，比文本提示更直接更高級的提示方式；

　　2. 音色克隆（Vocal Fuction）：Mureka是全球首個(gè)可以指定演唱歌手音色的AI音樂生成平臺，用戶不僅可以選擇官方提供的多種歌手音色，還可以上傳自己的聲音，讓AI學(xué)習(xí)并復(fù)刻，精準(zhǔn)模擬歌手音色，一鍵生成個(gè)性化專屬作品。自定義歌手音色的功能宣告人人都能成為AI歌手的時(shí)代正式到來了。

　　Mureka V6和O1的發(fā)布，是AI音樂行業(yè)技術(shù)進(jìn)步的一個(gè)重要里程碑，也證明了AI在藝術(shù)創(chuàng)作中的潛力，展示了持續(xù)探索新的技術(shù)形式和藝術(shù)表現(xiàn)形式的巨大可能性。

　　Mureka O1采用業(yè)界首創(chuàng)自研MusiCoT技術(shù)、登頂SOTA、性能超越Suno，AI將為音樂注入靈魂

　　Mureka O1中包含了Mureka團(tuán)隊(duì)最新發(fā)布的音樂生成領(lǐng)域的創(chuàng)新研究成果——MusiCoT，具備技術(shù)領(lǐng)先性和前瞻性。我們發(fā)現(xiàn)，業(yè)界關(guān)于音樂領(lǐng)域的算法工作非常少，只有少數(shù)幾個(gè)團(tuán)隊(duì)公開了自己的工作成果。為此，我們以論文形式公開了Mureka O1的實(shí)現(xiàn)原理，歡迎業(yè)界在此基礎(chǔ)之上做出更好的工作。

　　項(xiàng)目主頁：MusiCoT.github.io

　　MusiCoT利用了思維鏈Chain-of-Thought （CoT）方法，不同于傳統(tǒng)自回歸模型逐步生成音頻，MusiCoT首次在細(xì)粒度音頻token預(yù)測前預(yù)生成整體音樂結(jié)構(gòu)，大幅提升生成音樂的結(jié)構(gòu)連貫性與樂器編排精準(zhǔn)度。MusiCoT基于CLAP模型，無需人工標(biāo)注即具備高擴(kuò)展性，并顯著提高了生成音樂的可解釋性和質(zhì)量。MusiCoT為高保真AI音樂生成開辟全新路徑，推動(dòng)音樂AI創(chuàng)作邁入結(jié)構(gòu)化時(shí)代。

　　圖丨Mureka自研基于MusiCoT的自回歸模型音樂生成技術(shù)（來源：MusiCoT.github.io）

　　基于首次在音樂生成領(lǐng)域引入Chain-of-Thought（CoT）技術(shù)、算法框架的升級，Mureka O1不僅保持了低延遲音樂生成，還顯著提升了歌詞旋律契合度、演唱準(zhǔn)確性和藝術(shù)表現(xiàn)力等，多項(xiàng)指標(biāo)領(lǐng)先于Suno V4。

　　通過AI基礎(chǔ)設(shè)施深度優(yōu)化，Mureka O1實(shí)現(xiàn)了行業(yè)領(lǐng)先的低延遲音樂生成，提供即時(shí)、高質(zhì)量的用戶體驗(yàn)。以下實(shí)測采用相同prompt進(jìn)行輸入：

　　圖丨Mureka O1實(shí)現(xiàn)了行業(yè)領(lǐng)先的低延時(shí)音樂生成

　　在我們的實(shí)際測試中，發(fā)音唱對率、樂段準(zhǔn)確率、文本相關(guān)度、制作質(zhì)量等客觀指標(biāo)，Mureka V6都顯著優(yōu)于Suno V4。通過下述主流的開源模型對生成音樂進(jìn)行分析測試，Mureka O1在發(fā)音清晰程度、生成樂段的精準(zhǔn)度上遙遙領(lǐng)先。

　　圖丨Mureka O1在文本生成音樂的客觀測評中得分

　　音樂最終還是要服務(wù)于人的耳朵，因此主觀評價(jià)和客觀評價(jià)同樣重要。

　　在最新的音樂評測中，Mureka O1展現(xiàn)出卓越的音樂品質(zhì)，在最終的整體聽感評測超過了Suno V4。其中，Mureka O1在混音（Mixing）、人聲質(zhì)感（Vocal Texture）、BGM質(zhì)感（Background Music Texture）方面明顯超越Suno V4；在配器豐富度（Instrumentation Richness）、作曲結(jié)構(gòu)（Composition Structure）和旋律動(dòng)機(jī)質(zhì)量（Motif Quality）表現(xiàn)上相較于Mureka V6實(shí)現(xiàn)了顯著提升。這一進(jìn)展標(biāo)志著Mureka在音樂生成領(lǐng)域的持續(xù)突破，為用戶帶來更豐富、更高品質(zhì)的音樂體驗(yàn)。

　　圖丨Mureka O1在主觀測評中整體聽感超越Suno V4

　　全球首次開放API服務(wù)與模型微調(diào)功能，共建AI音樂開發(fā)者生態(tài)

　　Mureka是全球首批開放API服務(wù)的高質(zhì)量AI音樂生成平臺。不論是開發(fā)者，還是音樂平臺，現(xiàn)在都可以將Mureka的音樂生成能力無縫集成到自己的產(chǎn)品或平臺中，更容易地應(yīng)用AI音樂功能拓展自己的商業(yè)價(jià)值。

　　圖丨Mureka API服務(wù)界面（來源：Mureka官網(wǎng)）

　　面向企業(yè)和開發(fā)者，Mureka同時(shí)開放靈活的API服務(wù)，不僅包括音樂音頻生成API，還有語音合成API：

　　1. 音樂API

　　a）標(biāo)準(zhǔn)音樂生成API：支持多種輸入包括文本提示、音色參考、音頻參考的音樂生成，歌詞創(chuàng)作。通過不同維度的輸入，系統(tǒng)可生產(chǎn)多風(fēng)格音樂及純音樂，適用于內(nèi)容創(chuàng)作、游戲配樂、短視頻等多場景應(yīng)用。

　　b）精調(diào)私有曲庫API：上傳私有曲庫定制專屬風(fēng)格，模型精調(diào)技術(shù)深度解析每一首旋律風(fēng)格偏好，無需音樂知識也可輕松定制品牌音樂、個(gè)人專輯等專屬內(nèi)容。

　　2. 語音API

　　提供AI 語音播客、精品說話人、音色克隆等 API ，用于語音播客、預(yù)制精品音色語音合成、音色克隆等場景。

　　其中，Mureka同步開放的前沿語音合成API——Mureka TTS，在與ElevenLabs、OpenAI、微軟的橫向評測表現(xiàn)出色。如下圖所示，Mureka TTS在對話聊天類全場景效果測評中排名第一（總體得分4.34），與一線廠商相比，各維度均表現(xiàn)優(yōu)異。

　　圖丨Mureka TTS在對話聊天類全場景效果表現(xiàn)優(yōu)異

　　不僅在全球范圍內(nèi)，首次開放API服務(wù)，Mureka同步開放基于Mureka V6的模型微調(diào)服務(wù)。成為全球首個(gè)開放模型微調(diào)功能的AI音樂生成平臺。

　　有需求的用戶可以提供自己的私有數(shù)據(jù)，在我們強(qiáng)大的基座模型之上訓(xùn)練屬于自己的專屬音樂模型，為自己的音樂創(chuàng)作提升效率。當(dāng)然，你提供的數(shù)據(jù)我們會(huì)嚴(yán)格保密，不會(huì)用于訓(xùn)練我們自己的基座模型，也不會(huì)泄露給其他人，你的模型只屬于你。

　　這項(xiàng)功能讓AI音樂創(chuàng)作更加個(gè)性化，為音樂人、制作人、甚至品牌和游戲開發(fā)者提供了定制化的AI音樂解決方案。

　　未來，Mureka團(tuán)隊(duì)將會(huì)持續(xù)在模型能力上投入，讓我們的音樂模型持續(xù)保持在全球第一梯隊(duì)，同時(shí)在基座模型之上開發(fā)更多音樂創(chuàng)作功能，例如音樂生成的二次編輯、歌曲二創(chuàng)等等。

　　歡迎全球用戶登錄Mureka（www.mureka.ai），體驗(yàn)全新V6&O1模型，與全球AI音樂創(chuàng)作者共同探索音樂創(chuàng)作的無限可能，共建AI音樂開發(fā)者生態(tài)！