Реализация AI-генерации фоновой музыки

AI-генерация фоновой музыки

Фоновая музыка для видеоконтента, подкастов, стримов, приложений, магазинов. AI-генерация исключает проблемы авторских прав (DMCA) и даёт точное соответствие настроению без поиска по стоковым библиотекам.

MusicGen для фоновой музыки

from audiocraft.models import MusicGen
import torchaudio
import io

model = MusicGen.get_pretrained("facebook/musicgen-large")

BACKGROUND_PRESETS = {
    "corporate_presentation": {
        "prompt": "corporate background music, uplifting piano, light strings, positive, no vocals, 120 bpm",
        "duration": 120,
        "cfg_coef": 4.0
    },
    "podcast_ambient": {
        "prompt": "subtle ambient background, soft pads, minimal, unobtrusive, no melody focus",
        "duration": 60,
        "cfg_coef": 3.0
    },
    "retail_store": {
        "prompt": "pleasant shopping music, light jazz, happy, medium tempo, no lyrics",
        "duration": 180,
        "cfg_coef": 3.5
    },
    "youtube_intro": {
        "prompt": "energetic youtube intro, electronic, upbeat, 10 seconds, punchy",
        "duration": 10,
        "cfg_coef": 5.0
    },
    "meditation_app": {
        "prompt": "meditation music, tibetan bowls, soft drone, peaceful, slow, nature sounds",
        "duration": 300,
        "cfg_coef": 2.5
    },
    "game_lobby": {
        "prompt": "game lobby ambient, electronic, atmospheric, loopable, not too intense",
        "duration": 90,
        "cfg_coef": 4.0
    }
}

async def generate_background_music(
    preset: str,
    custom_prompt: str = None,
    duration: int = None
) -> bytes:
    config = BACKGROUND_PRESETS.get(preset, {})

    prompt = custom_prompt or config.get("prompt", "pleasant background music, no vocals")
    dur = duration or config.get("duration", 60)
    cfg = config.get("cfg_coef", 3.0)

    model.set_generation_params(duration=min(dur, 30), cfg_coef=cfg)
    wav = model.generate([prompt])

    buf = io.BytesIO()
    torchaudio.save(buf, wav[0].cpu(), sample_rate=32000, format="mp3")
    return buf.getvalue()

Loopable музыка для приложений

def make_seamless_loop(audio_bytes: bytes, crossfade_ms: int = 2000) -> bytes:
    """Делаем аудио бесшовно зацикливаемым"""
    from pydub import AudioSegment, effects
    audio = AudioSegment.from_mp3(io.BytesIO(audio_bytes))

    # Crossfade начала и конца
    fade_in_part = audio[:crossfade_ms]
    fade_out_part = audio[-crossfade_ms:]

    # Убеждаемся что начало и конец плавно переходят
    faded_start = fade_in_part.fade_in(crossfade_ms)
    faded_end = fade_out_part.fade_out(crossfade_ms)

    loopable = audio[:-crossfade_ms].overlay(faded_end, position=len(audio) - 2 * crossfade_ms)

    buf = io.BytesIO()
    loopable.export(buf, format="mp3", bitrate="192k")
    return buf.getvalue()

Stable Audio (Stability AI) предоставляет API с фокусом именно на фоновую и loopable музыку. Стоимость: MusicGen self-hosted — ~$0.001–0.005/трек (облачный GPU), Stable Audio API — ~$0.01–0.05/трек. Сроки: сервис генерации фоновой музыки — 1–2 дня.