Riffusion

Stable Diffusion ist ein Open-Source-KI-Modell, das Bilder aus Text erzeugen kann. Riffusion hat das Modell so optimiert, dass es in der Lage ist, Bilder, sogenannte Spektrogramme, zu erstellen und diese in Audioclips umzuwandeln. Spektrogramme sind wie Bilder, die zeigen, wie verschiedene Frequenzen zu verschiedenen Zeiten klingen. Sie haben auch eine interaktive Web-App entwickelt, mit der jeder eine Eingabe machen kann, um einen Audioclip zu erzeugen, und die dann einen fließenden Übergang zwischen verschiedenen Eingabeaufforderungen oder verschiedenen Seeds der gleichen Eingabeaufforderung macht.