MelodyFlow

MelodyFlow

运行 facebook 团队的音频生成模型演示，基于 AudioCraft 库构建。适合想在浏览器里试用音乐和声音生成，或者想读代码的人。

由 facebook 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：MelodyFlow 是 facebook 团队的 Gradio 演示，它的仓库就是 AudioCraft 库，一个面向音频生成研究的 PyTorch 工具包。演示从 demos/melodyflow_app.py 这个文件启动，并列出了几个模型，包括 MAGNeT、AudioGen、AudioSeal 和两个版本的 EnCodec。卡片介绍的更多是这个库，而不是演示本身。

适合谁：想在浏览器里试用生成式音频模型，或者想看代码如何组织的音频研究者和开发者。好奇的新手也可以打开 Space，看看演示提供什么。

行业 | 使用者 | 使用方式 | 例子
研究 | 音频和机器学习研究者 | 运行演示并阅读背后的 AudioCraft 代码 | 打开 Space，再到本地副本里看 audiocraft 文件夹
音乐和媒体 | 声音设计师 | 试用由文字驱动的音乐和声音模型 | 在演示里测试一小段文字描述
软件 | 开发者 | 查看 Gradio 演示是怎样接到模型上的 | 在副本里读 demos/melodyflow_app.py

如果你想要可用于商业的成品，可以跳过它，因为模型权重带有非商业许可。

用在哪里：这个演示可以在这些地方运行：

• 网页浏览器：打开 Hugging Face 上的 Space 页面直接使用。
• Windows、macOS 或 Linux：用 Python 3.10.13 在自己的电脑上运行一份副本。

Use case | Who | What they get back
在线试用演示 | 对生成音频好奇的人 | 页面控件生成的音频
研究这个库 | 研究者 | 音频模型的训练和推理代码，以及文档和测试
本地运行 | 开发者 | 在自己电脑上运行的同一个 Gradio 演示

如何设置：先准备好这几样：

• Python 3.10.13，也就是这个 Space 设定的版本
• huggingface_hub 包，第一条命令会安装它
• requirements.txt 里列出的包
• ffmpeg，AudioCraft 的 README 建议安装

这些步骤会下载包含整个 AudioCraft 仓库的 Space，安装 Space 使用的 Gradio 版本，装好其他包并启动演示文件。

1. 安装 Hugging Face 包。
2. 把 Space 下载到名为 MelodyFlow 的文件夹。
3. 进入这个文件夹。
4. 安装 Gradio 5.49.1。
5. 安装 requirements.txt 里的包。
6. 启动演示文件。

pip install -U huggingface_hub
hf download facebook/MelodyFlow --repo-type space --local-dir MelodyFlow
cd MelodyFlow
pip install gradio==5.49.1
pip install -r requirements.txt
python demos/melodyflow_app.py

README 建议在 Linux 上通过系统安装 ffmpeg：

sudo apt-get install ffmpeg

如何使用：打开 Hugging Face 上的 Space 页面，或者用上面最后的演示命令启动本地副本。Gradio 会为演示提供一个网页。README 还介绍了这个库的几类模型。

python demos/melodyflow_app.py

Tool | What it does
MusicGen | 可控的文字转音乐模型
AudioGen | 文字转声音模型
EnCodec | 高保真神经音频编解码器
Multi Band Diffusion | 与 EnCodec 配合使用的扩散解码器
MAGNeT | 根据文字提示生成音乐或声音，不是一步一步地生成
AudioSeal | 音频水印模型

示例：你运行 python demos/melodyflow_app.py，然后打开它提供的页面。README 在代码里列了文字转音乐和文字转声音的模型，所以先输入一小段对声音的文字描述比较自然，预计会得到音频。

新手与专家：如果你是新手，先打开 Space 页面试一次演示。这一步不用安装任何东西。本地副本要下载很多内容，仓库有 287 个文件，所以建议先试在线页面。

如果你熟悉这个领域：这个仓库就是 AudioCraft，里面有推理和训练代码、配置、文档和测试。README 说代码使用 MIT 许可，权重使用 CC-BY-NC 4.0。它为库写明了 Python 3.9 和 PyTorch 2.1.0，而这个 Space 设定的是 Python 3.10.13。

你打开 Space 或运行演示文件
Gradio 页面接收你的输入
AudioCraft 模型处理输入
结果显示在页面上

注意事项：卡片没有说明 MelodyFlow 自己的控件、输入或输出长度。

• License: Space 为 cc-by-nc-4。README 说代码是 MIT，模型权重是 CC-BY-NC 4.0。
• Cost to run: 未提及。托管的 Space 运行在 Hugging Face 的 zero-a10g 类型硬件上。
• Data it reaches: 你交给演示的内容，以及存放在缓存文件夹里的模型文件，AUDIOCRAFT_CACHE_DIR 设置可以移动这个文件夹。
• Not for: 对模型权重的商业使用，因为它们的许可是非商业的。

Hugging Face 上的数据（2026年11月13日）

• 点赞：168
• 构建方式：gradio
• 许可证：cc-by-nc-4.0

链接

• Space：https://huggingface.co/spaces/facebook/MelodyFlow
• 文件：https://huggingface.co/spaces/facebook/MelodyFlow/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。