Riffusion

画像拡散モデルをスペクトログラム（音の“写真”）でファインチューニングし、生成された画像をオーディオに戻していました。目的特化のアーキテクチャではなく、本当に巧妙なハックでした。

現在のプラットフォームは、当初の実験よりはるかに高性能な曲ジェネレーターですが、その移行を経ても独特のキャラクターが生き残っており、だからこそ一部のユーザーに好まれます。

制限付きの無料アクセスがあり、その上に有料ティアがあります。モデルアグリゲーター経由での提供もあるため、すでにあるワークフローの中で試せます。

はい。現在のプラットフォームは、元のプロジェクトが出していたインストゥルメンタルのクリップではなく、ボーカル入りのフルの曲を生成します。

血統が物語ります。出力には、このカテゴリーの均質な中庸には収まらない固有のキャラクターがあり、求めるもの次第で選ぶ理由にも避ける理由にもなります。

元のスペクトログラム拡散プロジェクトは公開で発表され、こうしたシステムの仕組みを示す最良の実例のひとつであり続けます。現在のプラットフォームは別物で、より高機能な製品です。