composer

מה זה

מאחורי הממשק רץ מודל שפה מסוג AutoModelForCausalLM בשם lakhclean_mmmtrack_4bars_d-2048 יחד עם טוקנייזר תואם מסדרת ai-guru. המודל מתמקד ביצירת קטעים מובנים של ארבע תיבות מוזיקליות, כפי שמרמז שמו של המאגר עליו הוא אומן.

קוד המקור מראה שימוש בפונקציות שממירות רצפי טוקנים לקובצי אודיו בפורמט wave ובמקביל מייצרות ייצוג חזותי בעזרת ספריית התמונות PIL. במקום לעבוד עם תווי מוזיקה רגילים, התהליך מתרגם את הפלטים הטקסטואליים של מודל השפה לגל קול ולתמונה שממחישה את הרצף.

מתאים ל

• הפקת קטעי קול קצרים

  יצירה אוטומטית של רצפי סאונד באורך של ארבע תיבות לצורך בדיקת רעיונות מוזיקליים.

• בדיקת מודלי שפה לצליל

  בחינה של האופן שבו מודל מסוג CausalLM מייצר טוקנים מוזיקליים והופך אותם לקובצי אודיו.

• ייצוג חזותי של תווים

  הפקת תמונות שמציגות את רצף הטוקנים שנבחר בעזרת ספריית התמונות המובנית בקוד.

איפה זה נופל

הבעיה המיידית היא שהעמוד מדווח על RUNTIME_ERROR ולכן הממשק מושבת לחלוטין. מעבר לכך, המודל מוגבל למבנה קצר של ארבע תיבות בלבד, כך שלא תקבלו כאן יצירה שלמה או שירים ארוכים. מי שבונה על עריכת אודיו מקצועית יגלה שאין כאן שליטה ידנית מתקדמת בכלי הנגינה או בערוצים נפרדים.

איך משתמשים

נכון לעכשיו לא תצליחו להריץ את ההדגמה בדפדפן, כי היא נמצאת במצב של שגיאת ריצה. כשהיא פעילה, היא רצה על חומרת cpu-basic בסיסית, מה שאומר שזמן היצירה של קטעי קול עשוי להימשך לא מעט שניות בהשוואה לכרטיסי מסך ייעודיים. אין צורך לשלם על השימוש בעמוד הציבורי, אך עקב השגיאה הנוכחית תיאלצו לבדוק את הקוד ישירות.

הרישיון

היוצרים לא דיווחו על רישיון שימוש בקוד או במודל. מבחינה משפטית, היעדר רישיון אומר שכל הזכויות שמורות למפתחים, ואסור לשלב את הקוד, את המשקלים או את קובצי האודיו שנוצרים בפרויקטים מסחריים בלי אישור מפורש מהם.

הרישיון המלא ב־Hugging Face ↗