Stable Diffusion — генерация спектрограмм по входной строке

Stable Diffusion позволяет создавать фотореалистичные изображения из любого текста. Однако, начиная с версии V1.5, модель можно использовать для генерации музыки. Stable Diffusion создаёт спектрограмму по входной строке, а затем преобразует его в звук.

О том, как это работает на реальных примерах — в статье:

https://habr.com/ru/post/706168/

#machinelearning