MOSS-Music-8B-Instruct

MOSS-Music-8B-Instruct

听一首歌并回答有关它的问题：带时间戳的歌词、情绪和曲风、调、速度与和弦，以及歌曲结构。适合处理音乐音频的开发者和研究人员。

由 OpenMOSS-Team 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：MOSS-Music-8B-Instruct 是 OpenMOSS 团队及合作方的开源音乐理解模型。你给它音频和一个文字问题，它用文字回答。它建立在 MOSS-Audio 骨干之上，并针对音乐做了进一步训练。

这次发布有两个 8B 模型。这个 Instruct 版直接遵循指令，另一个 Thinking 版则为音乐分析增加逐步推理。

适合谁：它适合需要用程序来描述、转写或分析歌曲的开发者、研究人员和音乐科技团队，支持英文和中文。

行业 | 谁在用 | 怎么用 | 例子
音乐科技 | 开发者 | 给曲库里的曲目打标签和做描述 | 写一条简短的情绪和曲风说明
音乐研究 | 研究人员 | 研究调、速度和和弦推理 | 得到带时间戳的和弦
媒体 | 内容团队 | 转写带时间的演唱歌词 | 为一段视频生成带时间的歌词
教育 | 音乐老师 | 把一首歌拆成段落来学习 | 列出前奏、主歌和副歌部分

如果你只处理语音或纯文本，可以跳过它。

用在哪里：这个模型配合 transformers 库运行，适合有性能不错的 GPU 的电脑。模型卡的目录还列出了 SGLang 服务和 Gradio 应用。

• Windows、macOS 或 Linux 上的 Python 和 transformers
• SGLang 服务，如模型卡快速开始所述
• Gradio 应用，如模型卡快速开始所述

用途 | 谁 | 得到什么
歌词转写 | 媒体团队 | 带句子和单词时间戳的演唱文本
曲目描述 | 曲库团队 | 用平实语言描述的情绪、曲风、乐器和风格
音乐分析 | 研究人员 | 调、节拍、和弦和歌曲段落

如何设置：你需要带 pip 的 Python，以及放得下 18.1 GB BF16 权重的磁盘空间。模型卡的快速开始涵盖环境配置、服务和演示应用。

• 带 pip 的 Python
• 约 18.1 GB 的空闲磁盘空间放 BF16 权重
• 一块 GPU，速度才舒服

1. 安装 Hugging Face hub 包。
2. 下载模型文件。
3. 按模型卡里的快速开始配置环境。

pip install -U huggingface_hub
hf download OpenMOSS-Team/MOSS-Music-8B-Instruct

如何使用：你把一首歌的音频和一段文字请求一起传给模型，再读它的文字回答。常见的请求有歌词、描述、调和和弦，或者歌曲的段落。

示例：你把一首歌交给模型，问它的结构。它会用文字回答，分成前奏、主歌、副歌、桥段和尾声，并指出哪些部分有重复或对比。

新手与专家：如果你是新手，先试一首短歌，请它描述情绪和乐器。这样你在尝试更难的任务之前，就能看出模型是怎么谈音乐的。

如果你懂这个领域，原始音频先经过一个以 12.5 Hz 工作的训练过的音频编码器，再通过适配器进入语言模型。设计中加入了跨层特征注入和时间感知表示，以保留低层声音细节。

音频进入编码器
适配器映射到大语言模型
大语言模型读取你的问题
输出文字回答

注意事项：模型卡称 Thinking 版有更强的思维链推理，所以做深入分析时选它。页面还预告以后会有博客和论文。

• License: apache-2.0
• Cost to run: 未提及费用，但 9.1B 模型需要性能不错的 GPU
• Data it reaches: 你发送的音频和文本，以及你下载的模型文件

Hugging Face 上的数据（2026年11月13日）

• 任务：audio text to text
• 框架：transformers
• 参数量：9.1B
• Weights: about 18.1 GB in BF16; about 4.5 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：2,910
• 点赞：53
• 许可证：apache-2.0
• 语言：en, zh
• Quantized versions: 6
• Fine-tunes: 3
• 标签：transformers, safetensors, moss_music, music, music-understanding, audio, audio-language-model, moss, moss-music, lyrics-asr, music-captioning, chord-recognition

链接

• 模型：https://huggingface.co/OpenMOSS-Team/MOSS-Music-8B-Instruct
• 文件：https://huggingface.co/OpenMOSS-Team/MOSS-Music-8B-Instruct/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download OpenMOSS-Team/MOSS-Music-8B-Instruct

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。