据The Information报道，人工智能巨头OpenAI正在积极开发一种新的生成音乐工具，可以根据用户提供的文本描述或音频提示创作音乐。此举标志着 OpenAI 继 ChatGPT 和 Sora 等文本和视频模型取得成功之后，进一步进军多模态内容生成领域。
注重功能：视频配乐和准确的伴奏
据业内人士透露，这个新工具的潜在应用广泛且实用，包括为现有视频添加定制背景音乐，以及根据现有声轨生成吉他或其他乐器伴奏。不过，OpenAI尚未明确该工具的发布计划——是作为独立产品推出，还是集成到其现有的核心产品中，如ChatGPT和视频生成应用Sora。
培训数据揭晓：与茱莉亚音乐学院合作
为了确保新模型训练数据的质量和专业性，一位内部人士表示，OpenAI正在与著名茱莉亚音乐学院的一些学生合作，对乐谱进行详细注释，这将作为训练数据的高质量来源。
尽管OpenAI此前在ChatGPT推出之前就发布了音乐生成模型，但该公司最近专注于文本转语音和语音转文本的音频模型的开发。最近OpenAI进军音乐生成领域的消息表明，它现在将与该领域的先驱者竞争。其他拥有音乐生成模式的大公司包括谷歌等科技巨头和 Suno 等初创公司。
