AI万址
Riffusion

Riffusion

Riffusion 是开源 AI 音乐生成工具,支持 200+ 风格,30 秒生成器乐。了解其声谱图技术、定价及与 Suno/Udio 的对比。

Riffusion
访问官网
基本信息详情
开发公司Seth Forsgren & Hayk Martiros(创始人)
上线时间2022 年 12 月
官网https://www.riffusion.com/
支持平台Web(浏览器直接使用,无需安装)
价格免费版每周 4 credits(约 2 首歌);Basic $9.9/月;Pro $19.9/月;另有一次性 credit 包
核心定位开源 AI 音乐生成工具,文字描述直接生成器乐/氛围音乐

Riffusion 是 2022 年由 Seth Forsgren 和 Hayk Martiros 创建的开源 AI 音乐生成项目。它的技术思路相当独特:先把文字描述转成视觉化的声谱图(spectrogram,512x512 分辨率图像),再通过逆短时傅里叶变换把图像还原成音频。说白了,它是用图像生成模型来"画"音乐,然后读出来。

这套机制听起来很绕,但效果出人意料地好。尤其在 lo-fi、ambient、EDM 这类电子氛围风格上,Riffusion 的生成质量相当稳定。每首曲子 30 到 45 秒就能出结果,比 Suno 的 60 到 90 秒快一倍。自 2022 年上线以来,平台累计生成了超过 200 万首曲目。

不过 Riffusion 的短板也很明显。人声生成是它的弱项--用户普遍反馈发音机械、断句不自然,拿来当正式歌曲发表不太行。提示词的写法对结果影响极大,描述模糊或者太复杂,出来的东西可能跟你想的完全不是一回事。部分用户报告需要重试 10 到 20 次才能拿到满意的结果。

核心功能

01

文字转音乐生成

输入描述 mood、tempo、style 的提示词,30 到 45 秒内生成一段器乐。不需要乐理知识,不需要装 DAW,打开网页就能用。

02

200+ 风格预设

覆盖 lo-fi、ambient、EDM、电子合成器、管弦乐、爵士等 200 多种预设风格。电子和氛围类是它的强项,92% 的生成在音质上保持一致。

03

无缝循环模式

生成的音轨可以无限循环,没有断裂感或重复痕迹。这对需要长时间背景音乐的视频和直播场景来说很实用,省掉了手动拼接的时间。

04

参考音频输入

上传一段哼唱、吉他 riff 或节拍作为参考,AI 会根据参考音频调整生成方向,提供 60 多种风格变体。据官方数据,这能把迭代次数从 15 到 20 次压缩到 3 到 5 次。

05

开源与自托管

模型权重和代码在 GitHub 上以 CreativeML OpenRAIL-M 许可证开源。技术爱好者可以本地部署,甚至微调模型做衍生应用。

适合谁

适合: 需要快速生成背景音乐的内容创作者、想低成本试验音乐灵感的制作人、研究生成式音频的开发者、需要学习/冥想/直播氛围音乐的用户。如果你做电子和氛围风格,Riffusion 的性价比很高。

不适合: 需要高质量人声歌曲的用户(人声是它的弱项)、需要精细编曲控制的专业音乐制作人、对商业版权有严格要求的商业项目(免费版仅限非商用)。

同类竞品对比

维度RiffusionSunoUdio
生成速度30-45 秒60-90 秒2 分钟+
人声质量行业最佳出色
器乐质量电子/氛围强全面行业最佳
开源
免费额度4 credits/周有限100 credits/月
商用授权付费版包含付费版包含付费版包含

FAQ

Q

Riffusion 是免费的吗?

A

有免费版。每周 4 个 credits,大约能生成 2 首歌。免费版仅限非商业用途,且需要标注来源。付费 Basic 版 $9.9/月起包含商业使用权。

Q

Riffusion 生成的人声好听吗?

A

坦白说,不太好。人声发音偏机械,断句和重音经常不自然。如果你需要带人声的歌曲,建议看 Suno 或 Udio。Riffusion 的强项在器乐和氛围音乐。

Q

Riffusion 是开源的吗?

A

是的。模型权重和代码在 GitHub 上以 CreativeML OpenRAIL-M 许可证发布,可以本地部署和微调。

Q

Riffusion 适合做商业项目配乐吗?

A

付费版(Basic 及以上)包含商业使用权,可以用于 YouTube 视频、广告等场景。但生成质量因提示词而异,建议多试几次。

Q

Riffusion 和 Suno 哪个好?

A

看需求。要快速出器乐草稿、氛围背景音乐,Riffusion 更快更便宜。要带人声的完整歌曲,Suno 明显更强。

Q

Riffusion 支持中文提示词吗?

A

官方建议用英文提示词以获得最佳效果。中文描述可能会导致模型理解偏差,影响生成质量。

更新动态

客户评论

综合评分:Trustpilot 2.0/5.0(基于 19 条评价,68% 为 1 星)

"电子氛围乐的生成质量确实不错,速度也快。但人声基本没法用,每次都得试好几遍。" - 开发者用户

"2025 年改积分制之后体验下降了不少,之前完全免费的时候反而更舒服。" - 早期用户反馈

"开源这点很赞,自己在本地跑过,效果跟网页版差不多。" - 技术爱好者

参考来源