论文网址：https://arxiv.org/pdf/2401.00431.pdf
项目地址:https://top.aibase.com/tool/comosvc
除了可以从文字生成音乐外，它还支持图像、视频和音频生成音乐，并且还可以编辑已有的音乐。该项目利用了MERT等编码器进行音乐理解，ViT进行图像理解，ViViT进行视频理解，并使用MusicGen/AudioLDM2模型作为音乐生成模型（音乐解码器）。用户可以轻松移除或替换特定乐器，调整音乐的节奏和速度。这使得用户能够创造出符合其独特创意的音乐作品。
中国铁路微平台表示，这两项新功能的推出将进一步提升购票体验，更好地维护公平公正的购票环境。铁路部门欢迎广大旅客使用并反馈意见和建议，以便持续优化完善铁路12306系统功能，提供更加优质高效的购票服务。
通过利用海量文本数据和复杂的深度学习技术，ChatGPT 可以造句、回答问题、创建摘要，甚至与用户进行对话。它的多功能性和类人理解能力使其成为各种应用中的宝贵工具，从创意写作和教育到业务自动化和客户服务。