Meta提出新码本模式，提升音乐生成模型速度

音乐生成模型的演进：速度与质量的平衡

在音乐生成领域，模型的速度与质量一直是开发者们追求的平衡点。据悉，在文本生成音乐模型中，模型会根据码本模式以自回归方式或并行解码。只是，扁平化码本虽然代表了最高质量的解码策略，但速度却慢如蜗牛。

新码本模式：Stack-and-Delay的诞生

面对这一挑战，Meta AI近日推出了一款名为Stack-and-Delay的新码本模式。这款模式在生成速度上实现了质的飞跃，其生成速度比普通平面解码快四倍。这使得推理时间接近延迟解码策略的时间，并且允许在小批量大小的GPU上进行更快的推理。

据Huggingface报道，Stack-and-Delay这种全新的解码策略，在主观评估中表现出色。在给定相同文本提示的情况下，新模型生成的样本通常比竞争模型生成的样本更受欢迎。这一结果不仅证明了Stack-and-Delay在理论上的优越性，也为其实际应用提供了有力支持。

传统的音乐生成模型，如扁平化码本，虽然保证了解码质量，但速度却成了制约其发展的瓶颈。Stack-and-Delay 模式的出现，如同为音乐生成领域带来了一股清风。它通过将解码过程进行并行处理，使得生成速度比传统平面解码快了四倍，这无疑为创作者提供了更高效的音乐生成体验。

据悉，这一创新解码策略如现场演出、实时互动等，Stack-and-Delay 模式都能展现出其独特优势。

Stack-and-Delay 模式将有望推动音乐生成技术向更加智能化、个性化的方向发展。未来的音乐创作，可能不再仅仅是创作者个人的才华展现，而是结合人工智能技术的智慧结晶。