LeVo是什么
LeVo是腾讯AI实验室推出的AI唱歌模型，具备强大的音色克隆能力，仅需3秒音频即可精准复制目标音色，包括音调、情感和韵律，无需大量训练数据。LeVo支持分轨生成，可分别生成人声和伴奏音轨，为后期编辑提供便利。技术架构基于语言模型（LM），结合LeLM和音乐编解码器，能并行生成音轨，音质表现接近行业领先水平，在歌词对齐能力上表现卓越。
LeVo的主要功能
- 零样本音色克隆：仅需3秒音频片段即可精准复制目标音色，包括音调、情感和韵律，无需大量训练数据。
- 分轨生成：LeVo支持双轨生成模式，可分别生成人声和伴奏音轨，为后期混音和编辑提供了更大灵活性。
- 高保真音乐表现：LeVo在音质表现上接近行业领先水平，尤其在音乐性、人声与伴奏和谐度和音质（MOS评分）等方面表现出色。通过多偏好对齐方法优化生成结果，确保音乐在各种风格和场景下都能保持高保真效果。
LeVo的技术原理
- 语言模型架构：LeVo采用语言模型（LM）架构，结合LeLM和音乐编解码器，能并行生成高质量的音乐作品。
LeVo的性能表现
- 在多项关键指标上可媲美行业领先的Suno4.5。
- 在歌词对齐能力（LYC）上，LeVo比Suno4.5高出0.21分，展现出卓越的文本控制能力。
LeVo的项目地址
- 项目官网：https://levo-demo.github.io/
LeVo的应用场景
- 个人音乐创作者：为热爱音乐创作但缺乏专业技能的个人用户提供低门槛、高质量的音乐创作平台。
- 专业音乐制作人：分轨生成功能和高保真音乐表现能够提升创作效率和质量。
- 音乐教育机构：可用于为学生提供生动、有趣的音乐教学体验。