Khala

Khala 是一个用于高保真歌曲生成的开源系统，能够根据文本描述和歌词条件生成完整的歌曲。其核心功能包括全曲生成、文本与歌词控制以及统一的声学令牌表示。Khala 采用64层RVQ声学令牌层次结构，通过两阶段生成管道先生成粗略声学令牌，再由超分辨率模型完成更高层次的RVQ令牌，并最终解码为波形。该项目适用于需要高质量音乐创作的场景，如专业音乐制作和个人创意表达。此外，Khala 提供了从前端界面到后端调度及单GPU推理的完整系统实现。