音乐与音频

Mustango

Mustango是由AMAAI Lab开发的文本生成音乐模型官方展示站点，核心定位为面向音乐创作相关人群的可控音乐生成工具。站点支持用户通过文本描述生成对应音乐作品，可对和弦、节拍、速度、调式等具体音乐要素进行参数控制，还支持生成结果的在线试听与参数比对。目标用户覆盖音乐创作者、内容生产者、AI音乐研究人员等群体，可用于demo快速制作、内容配乐生成、音乐技术研究实验等多种场景。

StemGen

StemGen是由Julian Parker开发的端到端音乐生成模型演示站点，核心定位为面向音乐创作从业者、AI音频研究者的音乐生成技术展示与体验平台。核心功能包括多场景音乐生成效果演示、不同输入提示下的模型输出对比、技术论文相关资料入口。目标用户覆盖音乐制作人、音频算法工程师、高校音视频研究方向学生、独立音乐人、AI生成内容爱好者、数字媒体创作者。适合用于音乐创作灵感参考、AI音频技术效果验证、学术研究案例参考、内容创作素材试生成等场景，用户可直接在线浏览不同输入条件下的模型生成结果，直观了解该模型的实际表现。

Draw an Audio

Draw an Audio 是一个基于web端的视频转音频合成工具，核心定位是为用户提供可控性较强的音视频同步生成服务。它支持多指令参数自定义调节，可根据视频画面内容生成匹配的同步音频，还支持多阶段音频混合输出。该工具面向音视频创作者、学生研究群体、多媒体内容制作者等用户，可应用于短视频音频补全、实验性音频创作、音视频同步效果验证、demo作品快速制作等场景，无需复杂本地部署，打开浏览器即可使用相关功能。

EzAudio

EzAudio是一款开源的文本到音频生成模型工具站，核心定位是帮助用户通过文本描述快速生成各类音频内容。站点支持多场景音频生成、音频风格自定义调整、多语言提示词适配三类核心功能，面向音频创作者、内容开发者、独立制作人等群体，可用于短视频音效制作、播客内容补充、游戏音效原型设计、有声读物场景音搭建等多种场景，无需复杂的音频制作基础即可完成对应音频内容的产出。

M2UGen

M2UGen是结合大语言模型能力的多模态音乐理解与生成在线演示平台，核心定位是降低多模态音乐创作的技术门槛。平台支持音乐理解分析、文本生成音乐、图像生成音乐三类核心功能，面向音乐创作者、内容创作者、AI音乐研究者等群体，可用于原创音乐小样制作、短视频配乐生成、音乐技术研究验证等场景，用户无需复杂的本地环境配置，即可在线体验大语言模型与音乐生成技术结合的落地效果。

AMT-APC

AMT-APC是一个基于自动音乐转录技术的钢琴封面生成项目站点，核心定位是为音乐相关从业者和爱好者提供学术成果落地的音乐转换工具。站点核心功能包括在线钢琴封面生成、模型训练原理展示、数据集与研究资料下载，目标用户覆盖音乐创作者、编曲从业者、音乐学术研究者、AI音乐技术开发者、钢琴学习者等群体，可用于音乐创作过程中的钢琴版本改编参考、学术研究中的模型效果验证、AI音乐技术开发的基础框架参考、钢琴学习时的演奏版本参考等场景。

ChatMusician

ChatMusician是一个开源的大型语言模型服务站点，核心定位是为音乐创作与研究群体提供基于大语言模型的音乐理解、生成相关服务。站点核心功能包含ABC记谱法音乐生成、音乐理论知识问答、多风格音乐创作辅助三大模块。目标用户覆盖音乐创作者、音乐专业学生、音乐研究人员、AI技术爱好者等群体。可应用场景包含日常旋律灵感挖掘、音乐理论学习答疑、音乐创作原型快速迭代、学术研究实验验证等多个场景，支持用户通过自然语言交互完成音乐相关需求。

Sketch2Sound

Sketch2Sound是一款基于扩散变换器（DiT）架构的音频生成工具，核心定位是结合文本语义与可控参数的声音合成平台，支持通过响度、亮度、音高等时变控制信号搭配文本提示生成定制化音频，可在现有文本到音频扩散模型基础上实现轻量化微调。核心功能包括多维度参数控制音频生成、文本语义与控制信号融合合成、低资源模型适配部署三类。目标用户覆盖声音设计师、音频创作者、游戏音效开发人员、交互艺术创作者等，适用于游戏音效制作、影视动效设计、交互艺术装置音频生成、音乐demo快速试制等场景，帮助创作者在保留文本提示语义的同时，实现更精准的音频效果控制。