GLOSSARY

jukebox

歌声込みの音楽を生成するOpenAIのモデル

1本の論文題名に登場

定義

歌声を含む音楽を生波形で生成するOpenAIのモデル。多段のVQ-VAEで音声を粗さの異なる離散コードに圧縮し、各段を自己回帰Transformerでモデル化してから波形に戻す。ジャンル・アーティスト・歌詞を条件に与えられる一方、生成が重く音質も荒く、後のトークン化＋潜在拡散への流れを促した。

固有名。音楽生成モデル