MusicGen
开源权重，能本地跑，短片段加旋律条件。
模型档案
- 厂商
- Meta
- 形态
- 本地模型
- 输入
- 文本 · 旋律 · 参考音频
- 输出
- 音频
- 条款
- 代码与权重分别核对，权重的商用范围以模型卡与随附许可为准
- 核对日
- 2026-10-30
相关
它能做什么
用文本描述生成一段几十秒的器乐，或者给一段旋律让它按指定音色与风格配器。权重可以下载到本机，断网也能跑，适合批量试听、做素材库、在自有数据上继续训练。它给的是片段，不是完整的歌；要整首结构得自己拼接或另找工具。
输入与输出
输入是文本，可选一段音频作为旋律条件，让生成的音乐跟着这条旋律走。输出是音频文件，没有分轨，也没有 MIDI。本地部署时采样参数、时长与随机种子都能控制，同一种子可以复现同一条结果。下面的试听与实例只是该类产出的参照，不是本模型生成。
强项
- 本地运行，素材不出机器，适合有保密要求的项目。
- 旋律条件好用：给一条哼唱或单音旋律，配器会围着它走，做编曲草稿省事。
- 可以在自己的音频上继续训练，做出接近自家曲库音色的版本。
- 批量生成便宜，一次跑几十条再挑，适合做素材筛选。
弱项与翻车点
- 不唱。所有人声请求都会变成含混的类人声纹理，别拿它做歌。
- 片段短，超过半分钟后容易原地打转：同一动机反复，结尾没有收束。可复现的测法是同提示生成两次，都在相似位置开始重复。
- 旋律条件给得太具体时，配器会跟着旋律的每个音走，和声被压平，听起来像伴奏在爬音阶。
- 文本里的配器与风格描述常被忽略一半，写"弦乐加电钢琴"往往只出现其中一件。
- 输出电平与立体声像不稳定，同一批素材要逐条处理才能放进工程。
- 默认质量与在线服务有差距，糊、闷、镲片发虚是常见问题，后期要补。
条款、价格与替代
要确认：代码许可与权重许可是两件事，权重能否商用、能否用于训练衍生模型，都要看模型卡与随附许可；训练数据来源以官方说明为准。本地运行没有按次费用，但算力成本要自己算。替代：要开箱可用的音质与更长片段，换 Stable Audio；要人声，换 DiffSinger 或 ACE Studio。它适合当"能改、能训、能离线"的那一档。
在库中听例子
New Britain四十三秒的赞美诗旋律，看短片段的条件素材——这是该类产出的参照，不是本模型生成（C1）详情Tineke's Reel里尔舞曲，看可循环的短旋律——这是该类产出的参照，不是本模型生成（C1）详情soul-groove3 · 86 BPM · beat 4/486 BPM 灵魂乐鼓组，看文本描述的节奏目标——这是该类产出的参照，不是本模型生成（C1）详情battle 02三十八秒的战斗配乐片段，看短促的器乐提示——这是该类产出的参照，不是本模型生成（C1）详情
每首均来自 midicn-lib，行内徽标为许可档位（C1 可商用 / C2 非商业 / C3 仅学习研究）。
事实来源
- 模型能力、条件输入与权重发布形态，依官方模型说明核对，未抄原文
- 失败模式依公开用户报告与本地实测经验归纳，未引用具体评测数据
仅用于核查事实，正文为原创撰写。