三花快讯 · 2025, 3月6日
DiffRhythm 谛韵: 开源音乐生成模型
仅需 8GB VRAM 10 到 12 秒生成完整歌曲
DiffRhythm，中文名谛韵，是由西北工业大学音频、语音与语言处理研究组（ASLP Lab）开发的一种 AI 音乐生成模型。
作为全球首个基于潜在扩散技术（Latent Diffusion）的端到端完整歌曲生成模型，DiffRhythm 只需要 8GB VRAM 就能在 10 到 12 秒内生成一首完整歌曲，目前仅支持中英文。
DiffRhythm 能够一次性生成包含人声和伴奏的完整歌曲，就像 Suno 和 Udio 一样，最长能生成 4 分 45 秒的完整歌曲。
最关键的是，DiffRhythm 完全开源，佬们可以在HF上在线体验玩玩看
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。