Spaces

El model generarà 12 segons d'àudio en funció de la descripció que proporcioneu. Opcionalment, podeu proporcionar un àudio de referència del qual s'extreurà una melodia àmplia. Aleshores, el model intentarà seguir tant la descripció com la melodia proporcionades. Totes les mostres es generen amb el model de melodia.

Envia un àudio a LP-Music-Caps per generar un subtítol d'àudio que després es tradueix a una descripció d'imatge il·lustrativa amb Llama2 i, finalment, passa a través de Stable Diffusion XL per generar una imatge a partir de l'àudio.

Nota: només s'utilitzaran els primers 30 segons del vostre àudio per a la inferència.