待验证50% 置信事实精确时间
Suno和Udio均于2024年前后引发广泛关注，采用基于大规模音频数据预训练的生成模型，用户输入文字描述即可获得完整成品歌曲
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/10
首次发现
有效期至：2026/10/8
来源
用AI复活大学乐队：音频修复与声音重建实践指南
hackernewshackernews2026/7/9
相关事实
待验证Suno采用类似语言模型的自回归生成范式，将音频离散化为Token序列，Udio更侧重基于扩散模型的频谱生成73% 相似待验证AI生成音乐工具如Suno、Udio基于扩散模型或Transformer架构，能根据文字描述在数秒内生成完整配乐66% 相似待验证Suno核心模型采用类似语言模型的自回归设计，音频信号经由神经音频编解码器（如Meta的EnCodec）压缩为离散音频token序列，再通过Transformer网络预测下一个token65% 相似待验证一位B站UP主近日分享了自己学生时代花费半个月时间纯手写代码完成的歌词逐字同步显示音乐播放应用57% 相似待验证Qwen3.5-Omni采用原生多模态预训练方式，从数据构建阶段就将图像、音频、视频与文本混合编排，与早期'感知模块+语言模型'串联方案有本质区别55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/468353API
curl https://kongchang.com/api/v1/knowledge/claims/468353MCP
get_claim(id=468353)