DITTO: 音乐生成的扩散以及推理时间下的 T 优化

BriefGPT - AI 论文速递 · 2024-01-22T00:00:00Z

逆向传播推理时间 T 优化（DITTO）框架用于控制预训练的文本到音乐传播模型的目标输出。该方法通过优化特征匹配损失实现音乐生成的多种应用，包括控制音乐的填充、扩展、循环、强度、旋律和音乐结构，无需微调基础模型。DITTO在可控性、音频质量和计算效率方面表现出色，为高质量、灵活、无需训练的传播模型控制提供了新的可能性。