Stable Diffusion – это модель ИИ с открытым исходным кодом, которая может генерировать изображения из текста. Riffusion изменил эту модель, чтобы она могла создавать изображения, называемые спектрограммами, а затем превращать их в аудиоклипы. Спектрограммы похожи на картинки, которые показывают, как звучат различные частоты в разное время. Они также создали интерактивное веб-приложение, чтобы любой человек мог ввести подсказку для создания аудиоклипа, а затем приложение будет осуществлять плавный переход между разными подсказками или разными семплами одной и той же подсказки.
Открытый исходный код
