DiffRhythm

DiffRhythm 是一个基于潜在扩散模型的端到端全曲长音乐生成开源项目，支持从文本提示直接生成长达285秒的完整歌曲（含旋律、和声、节奏与多乐器编排）。其核心技术包括轻量级 latent diffusion 架构、结构感知的时序建模、以及支持文本驱动风格控制与纯器乐生成的双模式设计，推理速度显著优于同类模型。适用于AI音乐创作、影视配乐原型生成、教育演示及研究型音乐生成任务。