LeVo

LeVoは、Tencent AI Labが開発した高品質なオープンソースAI楽曲生成モデルで、マルチ選好アライメントにより、ボーカルパフォーマンスと楽器伴奏を含む完全な楽曲を生成します。革新的なデュアルトークンモデリング機構を採用したLeLMフレームワークを基盤とし、ミックストラック（ボーカル＋伴奏）とデュアルトラック音声（ボーカルと伴奏の分離）を並列処理できるため、音楽クリエイターに大きなポストプロダクションの柔軟性をもたらします。

主な機能：

• 完全な楽曲生成: 歌詞テキストからボーカルと伴奏付きの完全な楽曲を自動生成し、48kHzステレオの高音質出力に対応
• ゼロショット音声クローン: わずか3秒のリファレンス音声から、ピッチ、感情、リズムを含む対象話者の声の特徴を再現
• 多次元の音楽カスタマイズ: 音楽スタイル、性別、音色、感情、楽器編成、テンポ（BPM）など複数の次元を精密に制御
• デュアルトラック生成モード: ボーカルと伴奏のトラックを独立して生成し、プロフェッショナルなミキシングやポスト編集に対応
• 柔軟なデプロイ: ローカルデプロイ、Dockerコンテナデプロイ、Gradio Webインターフェースに対応し、必要なGPUメモリは最小10GB

活用シーン： LeVoは、ショート動画のBGM制作、楽曲デモの作成、ゲームのサウンドデザイン、ポッドキャストの音楽付けなどで幅広く利用されています。音楽プロデューサーはクリエイティブなプロトタイプを迅速に生成でき、コンテンツクリエイターは作品にオリジナル音楽を簡単に加えられ、AI研究者はそのオープンソースコードをベースに生成音楽のより深い研究を進められます。

独自の強み： LeVoは複数の主要指標でSuno 4.5などの最先端商用モデルに匹敵し、音楽性、音声品質、ボーカルと伴奏の調和、歌詞の整合性において既存のオープンソース学術モデルを大幅に上回ります。Tencent AI Labのオープンソースプロジェクトとして、完全なコードと事前学習済みモデルをGitHubとHugging Faceを通じて世界中の開発者に無償で提供し、AI音楽生成の普及とイノベーションを推進しています。