据《The Information》消息，人工智能巨头OpenAI正在积极开发一款全新的生成音乐工具，该工具能够根据用户提供的文本描述或音频提示来创作音乐。此举标志着OpenAI在文本和视频模型（如ChatGPT和Sora）成功之后，进一步向多模态内容生成领域迈进。
功能聚焦:视频配乐与精准伴奏
消息人士透露，这款新工具的潜在应用场景十分广泛且实用，包括为现有视频添加定制化的背景音乐，以及根据现有的人声轨道生成吉他等乐器伴奏。然而，目前OpenAI尚未明确该工具的发布计划——是作为独立产品推出，还是将功能集成到其现有的核心产品，如ChatGPT和视频生成应用Sora中。
训练数据揭秘:携手茱莉亚学院
为了确保新模型的训练数据质量和专业性，一位消息人士指出，OpenAI正与著名的茱莉亚学院（Juilliard School）部分学生进行合作，对乐谱进行细致的注释工作，以此作为高质量的训练数据来源。
尽管OpenAI在ChatGPT问世之前曾发布过生成音乐模型，但近期该公司一直专注于文本转语音和语音转文本的音频模型开发。此次传出进军音乐生成的消息，意味着OpenAI将与该领域的先行者展开竞争，目前拥有生成音乐模型的其他主要公司包括科技巨头谷歌和初创公司Suno等。
