想象一下，你想创作一首新歌，但写旋律、编曲和制作可能需要很多时间和技巧。Presto就像一个超级聪明的助手，它可以迅速把你的音乐想法变成一首完整的曲子。你只需要告诉它你想要的音乐风格和感觉，它就能在几秒钟内创作出一首新歌。而且，它还能学习不同的音乐风格，并尝试创造出多样化的旋律。这样，即使没有专业的音乐背景，你也可以成为音乐创作的一部分。
Presto通过一种叫做“蒸馏”的技术来工作，这有点像把一大杯水变成一小杯浓缩的精华。它从大量的音乐创作过程中提取出最重要的部分，并快速地重新组合它们，以创造出新的音乐。这样，你就不需要等待很长时间来听你的音乐想法变成现实了。
研究人员的组合蒸馏方法可以生成具有更高多样性的高质量输出，将他们的基本模型加速 10-18 倍（32 秒单声道/立体声 44.1kHz 的延迟为 230/435 毫秒，比同类 SOTA 快 15 倍）——最快的高质量 TTM据他们所知。
Presto：加速AI音乐生成速度和质量详情👇
Presto论文链接：https://huggingface.co/papers/2410.05167
Presto声音示例：https://presto-music.github.io/web/
Presto技术原理
- 分布匹配蒸馏（Presto-S）：Presto-S是一种基于生成对抗网络（GAN）的蒸馏方法，它通过减少生成音乐所需的步骤来加速音乐生成过程。
- 层蒸馏方法（Presto-L）：Presto-L通过在模型的隐藏状态中保留更多信息来改善学习过程，从而减少每个采样步骤的计算成本。
- 层-步蒸馏结合（Presto-LS）：结合了Presto-S和Presto-L的方法，先进行层蒸馏，然后进行步蒸馏。
Presto的功能
- Presto能够快速生成高质量的音乐。它通过先进的人工智能技术，将音乐生成的时间从行业平均水平大幅缩短，同时保持了音乐的多样性和真实感。
Presto的应用场景
- 音乐制作：音乐人和制作人可以使用Presto快速生成音乐草稿或完整作品。
- 媒体和娱乐：在电影、电视和视频游戏的配音制作中，Presto可以加速背景音乐的创作过程。
