Mureka 技术报告

全球首发！Mureka O1系统开启AI音乐工业革命，全新O1系统重塑音乐创作范式

作为AI音乐生成技术的领导者，Mureka今天正式发布革命性的O1音乐生成系统。O1系统以多语言音乐创作、场景化背景音乐（BGM）生成和先进AI音乐编辑为核心功能，全面重塑音乐创作范式。

1. O1系统重塑音乐创作范式

• 多语言覆盖：支持美欧亚主流10种语言的歌词与音乐生成，涵盖多种风格与流派，满足全球用户需求。
• 场景化BGM生产：需输入场景描述性Prompt，即可生成与特定场景完美契合的完整背景音乐。
• 音轨分离下载：提供音乐生成的独立的人声、伴奏等多轨输出，方便用户后续混音与二次创作。
• 音色克隆：行业领先的AI音色克隆，精准模拟歌手音色，一键生成个性化专属作品。
• 歌曲翻译：用户可上传参考曲目，以不同语言重新填词，一键生成精准保留原曲旋律的跨语言改编版本。

2. 领先的技术优势

Mureka O1首次在音乐生成领域应用先进的Chain-of-Thought（CoT）技术，通过逐步反馈与优化机制，显著提升了歌词旋律契合度、演唱准确性和艺术表现力，同时保持了低延时音乐生成。

• 低延迟音乐创作：通过AI基础设施深度优化，Mureka O1实现了行业领先的低延迟音乐生成，提供即时、高质量的用户体验。以下实测采用相同prompt进行输入：

• 各项指标领先：
• 主观评测：
• 在最新的音乐评测中，Mureka O1 展现出卓越的音乐品质，在最终的总整体听感评测超过了Suno V4。其中乐器演奏法多样性和配器设计方面明显超越 Suno V4，Mureka O1 在音质、人声质感及BGM质感 上实现了显著提升。这一进展标志着Mureka在音乐生成领域的持续突破，为用户带来更丰富、更高品质的音乐体验。

• 客观评测：

• Mureka O1在与Suno V4等主流系统的客观评测中表现卓越。评测选用了100条英文prompt，在使用同样的prompt分别生产了100条英文歌曲进行横向对比。为保障评测的客观性，评测使用了近期发布的开源预训练模型进行测算。具体标准与结果如下：

  客观指标	评测模型	评测内容
  发音唱对率	WhisperX	歌词发音准确性
  乐段准确率	All-In-One Music Structure Analyzer	乐段精准还原程度
  文本相关度	CLAP CLaMP 3	音乐与prompt相关度
  制作质量	Meta Audiobox Aesthetics	内容享受度，内容可用价值，制作复杂度，制作质量

通过上述流行的开源模型对生成音乐进行分析测试，Mureka O1在发音清晰程度，生成歌曲的唱词准确率、乐段的精准度、与输入文本的相关性和制作质量上在行业中领先。

3. API开放与合作

Mureka为企业和开发者提供两种灵活的音乐音频生成API服务：

• 标准音乐生成API：Prompt与歌词创作支持多风格音乐及纯音乐生成，适用于内容创作、游戏配乐、短视频等多场景应用。

• 精调私有曲库API：输入至多200首歌，上传私有曲库定制专属风格，模型精调技术深度解析每一首旋律风格偏好，无需音乐知识也可轻松定制品牌音乐、个人专辑等专属内容。

  Mureka也同步开发前沿语音合成API: Mureka TTS 在与 11labs、openai、微软的横向评测表现出色，在全场景效果与一线厂商保持了优异的竞争力

• AI 语音播客 API：输入双人对谈的播客文本台词，直接生成完整连续的长音频、双人对谈播客

• 精品说话人 API：提供多个预置精品说话人音色，可用于自然聊天、客服、有声书朗读等多场景的应用

• 音色克隆 API：只需上传 10 秒语音，无需训练模型，实时生成与上传音色一致的语音

  在聊天对话类文本数据上来看，整体听感为4.34分，在月11labs, openai，和微软的对比中保持领先；各维度均表现优异。

4. O1思维链技术研究分享

Mureka团队发布了音乐生成领域的创新研究成果——MusiCoT。MusiCoT利用了思维链Chain-of-Thought （CoT）方法，不同于传统自回归模型逐步生成音频，MusiCoT首次在细粒度音频token预测前预生成整体音乐结构，大幅提升生成音乐的结构连贯性与乐器编排精准度。MusiCoT基于CLAP模型，无需人工标注即具备高扩展性，并显著提高了生成音乐的可解释性和质量。MusiCoT为高保真AI音乐生成开辟全新路径，推动音乐AI创作迈入结构化时代。

立即访问Mureka官网，体验全新O1系统，并加入我们的discord社区，与全球AI音乐创作者共同探索音乐创作的无限可能！