论文地址:https://arxiv.org/pdf/2401.00908.pdf
🚀 融资成功: 斑头雁智能科技完成亿元A轮融资，累计融资额达1亿元人民币。
🔍 这种方法在文本嵌入领域取得了显著的成果，无需使用大量标记数据
尽管HandRefiner主要针对手部图像，但其基本原理和技术也可以适用于其他需要精细修正的图像生成任务，比如修正脚或耳朵等部分。
除了可以从文字生成音乐外，它还支持图像、视频和音频生成音乐，并且还可以编辑已有的音乐。该项目利用了MERT等编码器进行音乐理解，ViT进行图像理解，ViViT进行视频理解，并使用MusicGen/AudioLDM2模型作为音乐生成模型（音乐解码器）。用户可以轻松移除或替换特定乐器，调整音乐的节奏和速度。这使得用户能够创造出符合其独特创意的音乐作品。