「AudioCraft」の版間の差分
ナビゲーションに移動
検索に移動
Administrator (トーク | 投稿記録) (→動作環境) |
Administrator (トーク | 投稿記録) (→動作環境) |
||
| (同じ利用者による、間の7版が非表示) | |||
| 2行目: | 2行目: | ||
[[PyTorch]]の上に構築されています。 | [[PyTorch]]の上に構築されています。 | ||
| − | + | AudioCraftには学習と推論のサンプルコードが含まれています。とくに推論については高品質な音楽を生成できるAudioGenとMusicGenという2つの推論モデルが同梱されています。 | |
| − | |||
== ライセンス == | == ライセンス == | ||
| 17行目: | 16行目: | ||
== 動作環境 == | == 動作環境 == | ||
| − | + | ; Python 3.9 | |
| − | + | Python 3.10では動かないようです。 | |
| + | Python 3.9にダウングレードしたら動きました。 | ||
| − | まず[[ビデオカード]] | + | ; VRAM 16GB の GPU |
| + | まず[[ビデオカード]]の敷居が高い。AudioCraftで中規模の推論モデルを実行するためには少なくとも16GBの[[VRAM]]を持つ[[GPU]]を必要とします。 | ||
| + | |||
| + | 軽く試した感じでは時間30秒に設定した mediumモデルでVRAM使用量は11GB前後となっています。やはりVRAM12GBのビデオカードではかなり厳しいと思われます。 | ||
| + | |||
| + | 速度を求めないなら[[メインメモリ]]が多めの[[Ryzen APU]]か[[Mac]] ([[Apple Silicon]])を使用するのが手軽かと思います。 | ||
== 外部リンク == | == 外部リンク == | ||
2023年8月21日 (月) 23:18時点における最新版
AudioCraftとは、2023年6月にMeta（facebook）がオープンソースの下で公開した人工知能による音声に特化したPython向けのライブラリです。 PyTorchの上に構築されています。
AudioCraftには学習と推論のサンプルコードが含まれています。とくに推論については高品質な音楽を生成できるAudioGenとMusicGenという2つの推論モデルが同梱されています。
ライセンス[編集 | ソースを編集]
AudioGenやMusicGenで生成した音楽は非商用に限りYouTubeなどでも使用できます。 本モデルを使用していることを説明欄に明記し、かつ収益化してはならない（≒広告を入れてはならない）という点に注意してください。
- 個々の動画で広告表示を無効にする方法
動作環境[編集 | ソースを編集]
- Python 3.9
Python 3.10では動かないようです。 Python 3.9にダウングレードしたら動きました。
- VRAM 16GB の GPU
まずビデオカードの敷居が高い。AudioCraftで中規模の推論モデルを実行するためには少なくとも16GBのVRAMを持つGPUを必要とします。
軽く試した感じでは時間30秒に設定した mediumモデルでVRAM使用量は11GB前後となっています。やはりVRAM12GBのビデオカードではかなり厳しいと思われます。
速度を求めないならメインメモリが多めのRyzen APUかMac (Apple Silicon)を使用するのが手軽かと思います。
