
Caráter marcante
A saída tem um caráter reconhecível que não soa como o meio homogeneizado da categoria, e tem gente que quer exatamente isso.
Riffusion
O experimento de espectrograma que virou uma plataforma de músicas.
Em resumo
Números verificados 2026-08-10. Este campo muda rápido — confira de novo antes de se apoiar neles.
Riffusion tem a origem mais interessante do campo e isso ainda afeta como a saída soa. O projeto original fez fine-tuning de um modelo de difusão de imagens em espectrogramas — imagens do som — e converteu as imagens geradas de volta em áudio, um hack genuinamente esperto em vez de uma arquitetura feita para isso. A plataforma atual é um gerador de músicas muito mais capaz, mas um caráter distinto sobreviveu à transição, e uma parte dos usuários prefere justamente porque a saída não soa como todo o resto. A linhagem é documentada de forma incomumente bem, o que a torna valiosa para quem tenta entender como esses sistemas funcionam, não só usá-los. A disponibilidade via agregadores junto com o acesso direto facilita testar sem outra assinatura, e essa baixa fricção é grande parte do motivo de ter ficado relevante enquanto concorrentes mais capitalizados sumiram.
Pontos fortes

A saída tem um caráter reconhecível que não soa como o meio homogeneizado da categoria, e tem gente que quer exatamente isso.

A origem por difusão de espectrogramas é documentada publicamente com um nível de detalhe incomum, o que a torna realmente útil para entender como esses sistemas funcionam.

Acesso via agregadores significa que você pode testar dentro do fluxo de trabalho que já usa, em vez de abrir outra assinatura.
Como ele se compara
Riffusion começou como um experimento gerando música ao difundir imagens de espectrogramas e desde então virou uma plataforma completa de geração de músicas com vocais. Ele mantém um caráter sonoro distinto e está disponível direto e via agregadores de modelos.
Comparar com MusicGenerate
Pesquisado como riffusion, riffusion ai, riffusion ai music e riffusion classic. A origem em espectrograma explica por que a saída tem um caráter que as pessoas ou procuram ou evitam.
Ele fez fine-tuning de um modelo de difusão de imagens em espectrogramas — imagens do som — e converteu as imagens geradas de volta em áudio. Um hack realmente esperto, não uma arquitetura feita para isso.
A plataforma atual é um gerador de músicas muito mais capaz que o experimento original, mas um caráter distinto sobreviveu à transição — e é por isso que alguns usuários preferem o Riffusion.
Há acesso gratuito, com limites, e planos pagos acima disso. A disponibilidade via agregadores de modelos também permite testar dentro do fluxo de trabalho que você já usa.
Sim, a plataforma atual gera músicas completas com vocais, não só os clipes instrumentais que o projeto original produzia.
Dá pra ver a linhagem. A saída tem um caráter reconhecível que não fica no meio homogêneo da categoria — o que é um motivo pra escolher ou evitar, dependendo do que você quer.
O projeto original de difusão por espectrograma foi publicado abertamente e continua sendo um dos exemplos mais bem documentados de como esses sistemas funcionam. A plataforma atual é um produto separado e mais capaz.
Continue explorando
Mais modelos
Modelos e plataformas que acompanhamos, comparados por capacidade e licença.
O experimento de espectrograma que virou uma plataforma de músicas.