腾讯正式宣布开源旗下AI音乐生成项目SongGeneration，基于创新的LeVo架构实现文本到完整歌曲的端到端生成，支持中英文双语创作，为人声与伴奏的和谐统一提供了突破性解决方案。
【免费下载链接】SongGeneration腾讯开源SongGeneration项目，基于LeVo架构实现高品质AI歌曲生成。它采用混合音轨与双轨并行建模技术，既能融合人声与伴奏达到和谐统一，也可分别处理实现更高音质。模型在百万歌曲数据集上训练，支持中英文生成，效果媲美业界顶尖系统，为音乐创作带来突破性AI解决方案项目地址: https://ai.gitcode.com/tencent_hunyuan/SongGeneration
随着AIGC技术的快速迭代，音乐创作领域正经历深刻变革。从早期的旋律生成到如今的完整歌曲创作，AI模型已逐步实现从片段式辅助到全流程创作的跨越。据相关数据显示，2024年全球AI音乐市场规模已突破12亿美元，预计2025年将保持85%的同比增长率。然而当前主流解决方案普遍面临人声伴奏分离困难、多语言支持不足、生成质量参差不齐等问题，制约着AI在音乐创作领域的规模化应用。
作为腾讯AILab的旗舰音乐生成模型，SongGeneration创新性地采用"混合音轨+双轨并行"的双路径建模技术。这种架构设计允许模型同时处理混合音频流（人声与伴奏的融合信号）和独立双轨流（人声/伴奏分离信号），既保证了音乐整体的和谐度，又通过分离处理提升了各声部的音质表现。从技术实现上看，该模型由LeLM语言模型与音乐编解码器构成，前者负责理解文本指令并生成音乐序列，后者则将抽象的音乐 tokens 还原为高保真音频信号。
在性能表现上，SongGeneration在百万级歌曲数据集上完成训练，提供多个版本满足不同场景需求：基础版支持2分30秒时长的中英文歌曲生成，仅需10G显存即可运行；进阶的full版本将时长扩展至4分30秒；而large版本通过更深层的网络设计，在RFT（相对保真度测试）指标上达到1.51分，音质表现已接近专业录音水准。值得注意的是，即将推出的v1.5系列还将新增西班牙语、日语等多语言支持，进一步扩展创作边界。
该图片通过生动的视觉设计直观呈现了SongGeneration的核心功能定位。卡通企鹅形象呼应腾讯品牌标识，吉他与音乐符号元素则清晰指向音乐创作场景，整体设计传递出技术与艺术融合的产品理念。
从应用价值来看，SongGeneration的开源将显著降低音乐创作门槛。独立音乐人可借助该工具快速将歌词转化为demo作品，相关制作公司能实时生成符合场景氛围的原创配乐，教育机构也可开发基于AI的音乐教学辅助系统。腾讯同时提供了HuggingFace在线演示空间和完整的本地部署方案，开发者可通过简单的Python脚本调用API，实现"输入文本-生成歌曲"的全流程创作。
此次开源标志着腾讯在AIGC领域的战略布局进一步深化。通过将核心技术开放给开发者社区，不仅能够加速音乐生成技术的迭代优化，更能培育基于AI的新型音乐创作生态。对于整个行业而言，SongGeneration的出现可能重塑音乐生产链条——从专业工作室到个人创作者，都能借助AI工具实现创意的快速落地。随着模型能力的持续进化，未来我们或将看到AI生成音乐在短视频配乐、游戏原声、甚至流行音乐榜单中占据一席之地，开启音乐创作的普惠化新纪元。
【免费下载链接】SongGeneration腾讯开源SongGeneration项目，基于LeVo架构实现高品质AI歌曲生成。它采用混合音轨与双轨并行建模技术，既能融合人声与伴奏达到和谐统一，也可分别处理实现更高音质。模型在百万歌曲数据集上训练，支持中英文生成，效果媲美业界顶尖系统，为音乐创作带来突破性AI解决方案项目地址: https://ai.gitcode.com/tencent_hunyuan/SongGeneration
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
