SongGeneration 是腾讯 AI Lab 推出的开源歌曲生成模型，主打文本控歌、风格跟随、多轨生成人声与伴奏。基于 LeVo 框架带来高质量的歌曲生成体验。

SongGeneration 的完整评测

核心参数与统计

项目	规格
产品定位	开源歌曲生成模型
开发机构	腾讯 AI Lab
技术框架	LeVo（LeLM + Music Codec）
生成能力	文本控歌 + 风格跟随 + 双轨生成
人声伴奏	分离生成，支持多轨控制
推理优化	多偏好对齐 + DPO 后训练
开源协议	以 GitHub 仓库为准

用户与市场认可

SongGeneration 是腾讯 AI Lab 在 AI 音乐生成领域的重要开源贡献。与 Suno 等闭源商业产品不同，它走的是开源路线——代码、模型权重和 Demo 全部公开。在人声与伴奏分离生成这一技术方案上，SongGeneration 与另一开源项目 YuE 形成了竞争关系，两者都致力于在开源社区中复现甚至超越商业产品的歌曲生成质量。

宣传核验：官方对比中提到了对 Suno、YuE、DiffRhythm 等方案的竞争力——在开源基准上确实取得了有竞争力的指标。但需要明确的是，商用产品（如 Suno V4）在训练数据规模、音质和泛化能力上仍有优势，开源方案的差异化在于可控性和定制化能力。

SongGeneration 在 AI 音乐生成开源社区中属于头部方案之一。与 Suno 等闭源产品不同，它提供了完整的可复现管线——论文、代码、模型权重和 Demo 全部公开。在需要定制化音乐生成或研究人声伴奏协同生成的场景中，开源方案是比黑盒 API 更灵活的选择。

成本优势

维度	说明
代码和模型	免费开源
在线 Demo	可免费体验
自部署 GPU	至少 24GB 显存
API 服务	不提供

免费的真相：开源方案免费下载，但自部署需要至少 24GB 显存的 GPU。在线 Demo 可以免费体验，但生成次数和时间可能有限。对于只想偶尔生成 demo 的音乐人来说，Demo 的体验门槛低于自部署，但灵活性和定制能力受限。

维度	说明
模型权重	免费公开下载
代码	开源
在线 Demo	免费体验
API 服务	不提供

免费的真相：开源的代码和模型可以免费下载使用，但完整的歌曲生成体验需要 GPU 推理。本地运行 Demo 需要至少一张 24GB 显存的 GPU。对于非技术的音乐爱好者来说，目前最好的体验方式是使用 Demo 页面，但生成次数可能有限。

主要功能

• 文本驱动歌曲生成：输入歌词和提示词（风格、情绪、节奏等），AI 生成完整歌曲，包含人声和伴奏。与纯伴奏生成不同，生成的人声有歌词内容，是真正意义的"唱歌"。
• 参考音频风格跟随：上传一段参考音频，AI 分析其风格特征（曲风、速度、乐器配置等）并应用到生成的歌曲中。适合"我想要一首和这首歌风格类似的歌"的场景。
• 双轨人声伴奏生成：人声和伴奏作为独立轨生成，用户可以分开使用。对于视频配乐、广告 BGM 等只需要伴奏的场景，可以只使用伴奏轨。
• 音色跟随：通过参考音色保持演唱风格的一致性，适合需要多次生成的"系列歌曲"项目。

模型与版本演进

主线发布

• ~2026-06：SongGeneration 首次开源，基于 LeVo 框架实现歌曲生成。

技术优势

• 算法优化：针对所属场景进行了模型或算法层面的专项优化，在响应速度和结果质量上取得平衡。
• 低延迟架构：采用流式或异步处理架构，减少用户等待时间，适合高频交互场景。

如何使用

1. 从 GitHub 仓库下载代码和模型权重
2. 配置 Python 有境和 GPU 推理硬件
3. 准备歌词和风格提示词
4. 运行生成脚本，可选参考音频进行风格跟随

产品定价

维度	说明
代码和模型	免费开源
在线 Demo	可免费体验
API 服务	不提供
商业授权	以仓库许可为准

应用场景

• 短视频配乐制作：根据视频内容和情绪快速生成匹配的歌曲。从"在音效库中翻找合适的 BGM"到"输入视频主题让 AI 生成一首匹配的歌"。适合短视频创作者和内容团队。
• 音乐创作前期灵感探索：词曲创作者用文本描述生成 Demo，快速验证旋律和编曲方向，缩短从"想法"到"可听的 Demo"的距离。
• 教育场景音乐生成实验：音乐教育中用 AI 生成示例来讲解不同曲风的特征。

劝退场景：如果你的需求是出版级的专业音乐制作，当前 AI 歌曲生成在音质、混音和细节上还无法替代专业音乐人。SongGeneration 适合创意探索和 Demo 制作，不适合成为最终发行的成品。

隐性收益：对于音乐制作人，SongGeneration 可以在 30 秒内生成一段 demo，帮助快速验证旋律和编曲方向的可行性。传统方式需要乐器录制或 MIDI 编排至少 1-2 小时，AI 生成让"试错成本"几乎降为零。

当前限制：生成歌曲的音质与商业产品仍有差距；人声的清晰度和自然度在复杂混音场景下可能不够理想；商业使用的许可边界需以仓库 LICENSE 为准。

适用人群

• AI 音乐研究者：研究歌声合成、词曲协同生成和人声伴奏分离的研究人员。
• 独立音乐人和制作人：在创作过程中用 AI 快速验证旋律和编曲方向，提高灵感迭代效率。
• 短视频和广告配乐团队：需要快速批量生成配乐的商业内容制作者。

总结与展望

在所属领域提供了具有竞争力的解决方案，核心价值在于降低该领域的 AI 使用门槛。

当前局限：部分高级功能需要付费订阅，免费版存在功能或使用次数限制；具体的技术细节和性能基准尚未完全公开。

相关工具：ElevenLabs、Udio

版本信息

• SongGeneration ：首次开源，支持文本控歌、风格跟随、双轨人声伴奏生成。 （~2026-06）
• SongGeneration ：首次开源，暂无官方精确日期。 （~2026-06）