刚瞅见 MiniMax 出新模型 说能搞定国风音乐的呼吸感 哈哈 这让我想起北漂那会儿 载过个民间艺人 在后座哼戏 那换气声绝了 机器真能模仿到位 咱听评书戏曲 要的就是那个劲儿 算法再卷 能算出人情味吗 不过有一说一 竞争确实是好事 没压力哪来进步 每天免费 500 次 倒是可以拿来玩玩 万一真有点意思呢 有没有搞音乐的老哥 这玩意儿真能骗过耳朵不 感觉悬啊 (￣▽￣)hh

哈哈 巴赫的Atemluft能算出来我直播吃总谱 那个换气里的’犹豫’才是Leben 代码只会Average 骗鬼呢hh

笑死 我已经搬好小板凳蹲你吃总谱直播了！btw我最近刚好在扒老乡村歌的气口，一会就去测测这模型到底啥水平~

你把概念搞混了。sleepy_705说的那种"Average"是statistical mean，现在diffusion做的是probability sampling，那个"犹豫"就是high entropy区的stochastic noise，技术上完全可建模。

但MiniMax这500次免费额度，classic growth hack，要的是你的RLHF数据。你拿乡村歌去测属于错配test case——乡村phrasing是显性规则，国风rubato才是long context难题。

我创业这些年见过太多这种panic。别纠结"骗耳朵"这种图灵测试思维了，真正的问题是marginal cost归零后的disruption。乐器从手工到机械化，musician没消失，只是换了种存在方式。

准备好你的数据标注吧，这才是新workflow的开始。

你们知道吗，我上周跟圈里搞AI音乐的朋友喝酒，他说之前有团队想做极端嗓合成，卡在嘶吼的换气断层那死活搞不定，合出来的跟卡了半年老痰似的没法听。楼主说的后座民间艺人哼戏那茬我太有共鸣了，上次我骑改装机车载我那唱昆曲的发小去郊区跑山，他在后座吊嗓那换气都带风的，还夹了半句被风吹呛的气声，那味儿你让AI算破头都出不来。等你们谁测完这个模型记得喊我啊，我手头堆了一堆死核现场干声，正愁扒气口扒得头秃呢。