Music Arena

想看看不同AI音乐模型谁更强？

现在，你只需要输入一句提示词，就能让两个AI现场“PK”，生成两首风格相同的音乐，由你来决定哪个更好听。

这不是商业产品，而是一个开放、免费、可参与的学术项目——Music Arena（音乐竞技场）。

由卡内基梅隆大学生成创意实验室（G-CLef）开发，Music Arena 的目标很明确：建立一个公正、透明的评估体系，推动AI音乐生成技术的发展。

三步参与，人人可做“评委”

1. ✍️ 输入提示
   写下你想要的音乐风格，比如：

   “一首90年代复古电子舞曲，节奏轻快，带合成器主旋律”
   或
   “抒情民谣，吉他伴奏，讲述一场夏日告别”

2. 🎧 听两首AI生成的作品
   系统会从多个模型中随机配对，生成两首同提示下的音乐，匿名播放。
3. 🗳️ 投票 + 下载
   选出你更喜欢的一首。投票后，可下载你支持的那条音频，保存到本地。

你的每一次选择，都会被记录进公开排行榜，成为衡量AI音乐能力的真实数据。

为什么需要 Music Arena？

尽管AI生成音乐发展迅速，但一个问题始终存在：我们如何客观判断哪个模型更好？

目前大多数模型宣传依赖内部测试或精选样例，缺乏统一标准和真实用户反馈。而 Music Arena 提供了一个去中心化的解决方案：

• 所有生成结果在相同提示下对比
• 用户盲听投票，减少品牌偏见
• 数据持续积累，形成动态排名
• 开放研究接口，支持社区复现与改进

它不只为“听个新鲜”，更是为整个AI音乐研究领域构建一个可信赖的偏好数据源。

支持哪些模型？谁可以参与？

平台目前集成多款主流AI音乐生成模型，每次对比将随机选取其中两个进行“对战”。以下是当前支持的模型列表：

注：“开放”指模型权重或API可访问；“专有”表示仅通过平台使用。

你可以期待什么体验？

• ✅ 歌词自动生成：当提示中包含人声需求时，部分模型会自动创作并演唱歌词。
• ✅ 风格多样性：从古典到嘻哈，从氛围电子到摇滚，覆盖广泛音乐类型。
• ✅ 真实对比环境：双盲测试设计，确保评估公平性。
• ✅ 免费下载作品：投票后即可保存你喜欢的AI生成音乐，可用于非商业用途。

当前限制与已知问题

为了保持透明，团队也公开了平台现阶段的局限性：

• 🟡 支持带歌词生成的模型仍较少
• 🟡 部分模型在纯器乐提示下仍可能生成人声
• 🟡 开源模型生成速度较慢（平均约60秒）
• 🟡 某些专有模型无法查看详细参数信息

这些信息有助于用户理性理解生成结果，也提醒研究者关注实际可用性问题。