Localsong

在H100 GPU上训练的游戏音乐生成器，旨在实现更广泛的风格范围

一位用户开发并训练了一个器乐游戏音乐生成器，这是一个拥有12亿参数的DiT模型。训练过程使用了单台云H100 GPU，耗时八天，并整合了Stable Audio 3的VAE。该项目旨在与Ace-Step、Minimax M3和Stable Audio 3等现有模型相比，产生更广泛的器乐风格，并且不生成歌词。该项目包含一个WebUI和示例音频文件，代码可在Hugging Face上获取。