ساخت صفر تا صد آهنگ بدون پایتون و پایتورچ؛ مدل هوش مصنوعی YuE2 غوغا به پا کرد!
مدل هوش مصنوعی ساخت موسیقی YuE2 حالا با پورت نیتیو C++ و وزنهای GGUF در دسترس قرار گرفته تا کاربران بتوانند بدون هیچ دردسری آهنگهای کامل را روی سیستم خود بسازند. این نسخه سبک و بهینه نیازی به پایتون یا پایتورچ ندارد و حتی روی کارتهای گرافیک معمولی و پردازندههای خانگی هم با سرعت بالا قطعات موسیقی باکیفیت خلق میکند.
در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- اجرای محلی و بیدردسر: به لطف پورت C++17 و فریمورک GGML، حالا میتوانید بدون نیاز به نصب پایتون یا فریمورکهای سنگین، موزیک کامل همراه با خواننده و ساز را روی پردازنده یا کارت گرافیک خودتان تولید کنید.
- معماری دومرحلهای و هوشمند: این مدل اول ساختار ملودی و آکوردها را در قالب نتهای متنی (ABC) مینویسد و بعد آهنگ نهایی را میسازد؛ یعنی قبل از خروجی نهایی میتوانید نتها را ویرایش و سفارشیسازی کنید.
- وزنهای بهینهسازیشده برای هر سیستمی: مدل اصلی با معماری ۳.۶ میلیارد پارامتری عرضه شده و با کوانتایزهای متنوع (از ۲.۶ گیگابایت تا نسخههای حجیمتر) حتی روی سیستمهای معمولی هم بدون افت محسوس کیفیت اجرا میشود.
انقلاب YuE2 در ساخت محلی موسیقی با فرمت GGUF و زبان ++C
مدل هوش مصنوعی YuE2 حالا این امکان را فراهم کرده تا بدون نیاز به دنگوفنگهای معمول پایتون و تنها با استفاده از یک استک نیتیو C++17، آهنگهای کامل و حرفهای بسازید. این نسخه جدید، وزنهای بهینهسازیشده GGUF را با موتور اجرایی yue2.cpp ترکیب کرده؛ موتوری که بر پایه فریمورک GGML توسعه داده شده و از پردازندههای معمولی (CPU)، کارتهای گرافیک انویدیا (CUDA) و درایور Vulkan به خوبی پشتیبانی میکند. کاربرها فقط کافی است سبک مورد نظر و متن ترانه را وارد کنند تا سیستم علاوه بر فایل صوتی استریو با کیفیت ۴۸ کیلوهرتز، نتهای نوشتهشده به فرمت ABC را هم تحویلشان دهد.
برنامهریزی دقیق قبل از خروجی نهایی صدا
تیم Multimodal Art Projection مدل متنباز YuE2-3B را برای تولید موسیقی همراه با وکال و سازهای مختلف معرفی کرده است. به ادعای سازندههای این مدل، نتایج بهدستآمده در بنچمارک WildSongBench حتی قابلیت رقابت با نسخههای ۵ و ۶ پلتفرم معروف Suno را دارد؛ هرچند این ادعا فعلاً مربوط به بنچمارکهای خود تیم توسعهدهنده است و باید در عمل هم ثابت شود.
نکته جالب در معماری YuE2 این است که هوش مصنوعی اول از همه اطلاعات ملودی و آکوردها را در فرمت متنی ساده ABC پیاده میکند و بعد از آن به سراغ تولید صدای واقعی میرود. وجود این پیشنویس میانی به توسعهدهندهها و موزیسینها اجازه میدهد قبل از رندر نهایی، نتها را بررسی یا حتی ویرایش کنند. پورت GGUF این فرآیند هوشمندانه را کاملاً حفظ کرده، اما وابستگیهای سنگین پایتون و پایتورچ (PyTorch) را با فایلهای اجرایی سبک و پرسرعت نیتیو جایگزین کرده است.
سه خانواده وزنی برای اجرای روان روی هر سیستمی
این نسخه شامل سه دسته مدل تبدیلشده از چکپوینتهای اصلی است که بسته به قدرت سختافزار میتوانید از آنها استفاده کنید:
بخش | نقش و کارکرد | حجمهای در دسترس |
|---|---|---|
بکبون (Backbone) | یک شبکه ۳.۶ میلیارد پارامتری بر پایه Mixture-of-Transformers که وظیفه نتنویسی، کدهای معنایی و اطلاعات صوتی نهفته را به دوش میکشد. | از ۷.۱۷ گیگابایت در نسخه دقیق BF16 تا ۲.۶۲ گیگابایت در نسخه فشرده Q5_K_M. اسکریپت دانلود به طور پیشفرض نسخه متعادل ۳.۸۱ گیگابایتی Q8_0 را انتخاب میکند. |
رمزگشای صوتی (VAE) | یک دیکودر از نوع Oobleck SnakeBeta که کدهای صوتی نهفته را به خروجی نهایی استریو تبدیل میکند. | — |
مطالب مرتبط و پیشنهادی
حواشی نامگذاری ایجنت جدید اوپنایآی؛ دردسرهای بیپایان «Dots» و موجسواری ایلان ماسک!
اوپنایآی از سیستم ایجنت جدید خود به نام «Dots» رونمایی کرده، اما این نامگذاری حسابی در فضای مجازی جنجال به پا کرده است. از تشابه اسمی با چند شرکت چینی و هجوم کاربران به پیج اینستاگرام یک برند لباس زنانه گرفته تا ترول زیرکانه شرکت هوش مصنوعی ایلان ماسک با دامنه Dot.com، همهچیز دست به دست هم داده تا این رونمایی حسابی سوژه شبکههای اجتماعی شود.
کتوشلوار سازمانی بر تن OpenClaw؛ ائتلاف اوپنایآی و رد هت برای نجات ایجنتها از تحریم اداری!
پروژه پرطرفدار OpenClaw با همراهی رد هت، انویدیا و اوپنایآی، در حال ساخت نسخهای سازمانی موسوم به OCE است تا نگرانیهای امنیتی شدید شرکتها را رفع کند. این پروژه که لقب «کوبرنتیز برای ایجنتها» را به همراه دارد، به دنبال استانداردسازی و کنترل همهجانبه روی دستیاران هوشمند سازمانی است.
از بیل مکانیکی تا پلتفرم هوشمند؛ بابکت چطور با هوش مصنوعی ماشینهای سنگین را متحول میکند؟
روی گرکو، مدیر ارشد دیجیتال شرکت بابکت، از استراتژی این برند پرآوازه ماشینآلات سنگین برای پیوند زدن لودرها و بیلهای مکانیکی با هوش مصنوعی و نرمافزار پرده برداشته است؛ تحولی که ابزارهای سخت کارگاهی را به پلتفرمهای متصل و دستیارهای هوشمند ارتقا میدهد.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.