nilog:

「MusicGenはChatGPTなどの大規模言語モデルと同様にTransformerを利用したモデルです。言語モデルは文の次の言葉を予測しますが、MusicGenは音楽の次のセクションを予測する仕組み。トレーニングには2万時間分のライセンスされた音楽が利用されており、具体的には1万個の内部データセットのほか、ShutterstockとPond5のデータを利用したと述べられています」

Metaが音楽生成AIモデルをオープンソースで公開、テキスト＆音声入力で誰でも高品質な音楽を作成できるように - GIGAZINE https://gigazine.net/news/20230612-audiocraft-music-gen/

「そこからSatoshiとKevinの共同作業が始まる。Windows3.1用に作られたサードパーティのプログラムをロード時にダイナミックに変更して、Windows95で動くようにしてしまうというウルトラCだ」

Life is beautiful: Windows95と地上の星 https://satoshi.blogs.com/life/2006/04/windows95.html

「MusicGenはChatGPTなどの大規模言語モデルと同様にTransformerを利用したモデルです。言語モデルは文の次の言葉を予測しますが、MusicGenは音楽の次のセクションを予測する仕組み。トレーニングには2万時間分のライセンスされた音楽が利用されており、具体的には1万個の内部データセットのほか、ShutterstockとPond5のデータを利用したと述べられています」

Metaが音楽生成AIモデルをオープンソースで公開、テキスト＆音声入力で誰でも高品質な音楽を作成できるように - GIGAZINE https://gigazine.net/news/20230612-audiocraft-music-gen/