Музыка и звук

DiffRhythm

Быстрая генерация полной песни с вокалом по тексту и образцу стиля, до нескольких минут звучания.

Разработчик
ASLP-lab (Северо-Западный политехнический университет), Китай
Первый выпуск
мар 2025
Последний выпуск
окт 2025
Размеры
около 1.1B
Лицензия
Можно в коммерциюApache 2.0
Запуск
Через свой серверНужна видеокарта
Сферы
Маркетинг и контент, Медиа и продакшн
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Песни и джинглы по тексту
  • Музыка для роликов
  • Демо-версии композиций

Где применяется

МаркетингМедиаМузыкальные студии

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
подходит
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. DiffRhythm 2
  2. DiffRhythm 1.2
  3. DiffRhythm base и full

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать DiffRhythm в коммерческом проекте?

Да. Лицензия: Apache 2.0. Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для DiffRhythm?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Без видеокарты модель практически не работает. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли DiffRhythm русский язык?

Для этой модели язык не важен: она работает не с текстом.

Где скачать DiffRhythm и сколько это стоит?

Веса DiffRhythm лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Музыка и звукACE-StepACE Studio и StepFun · КитайМожно в коммерцию

Быстрая генерация песен с вокалом на 19 языках, включая русский: полная песня за секунды, правка отдельных фрагментов и смена стиля.

ПодробнееМузыка и звукYuEM-A-P и HKUST · КитайКоммерция с условиями

Генерация полноценных песен с вокалом и аккомпанементом по тексту и описанию стиля: английский, китайский, японский, корейский.

ПодробнееМузыка и звукHeartMuLaHeartMuLa Team · не указанаМожно в коммерцию

Открытая модель генерации песен с вокалом на китайском, английском, японском, корейском и испанском, плюс кодек и модель расшифровки текста песен.

Подробнее

Источник: huggingface.co/ASLP-lab/DiffRhythm2. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.