Aiyxl/Jimeng AI
腾讯AI实验室6月17日正式发布全新AI音乐生成模型LeVo，该模型在多项关键指标上媲美行业领先的Suno 4.5，并具备零样本音色克隆能力，仅需3秒音频即可精准复刻目标音色，为音乐创作带来革命性突破。
媲美Suno 4.5，LeVo展现硬核实力
LeVo采用语言模型（LM）架构，结合LeLM和音乐编解码器，可并行生成混合音轨（人声+伴奏）或分轨音轨（人声与伴奏分离），在音乐性、音质、人声与伴奏和谐度等维度超越现有开源学术模型。评测显示，LeVo在歌词对齐能力（LYC）上比Suno 4.5高出0.21分，展现出更强的文本控制能力。
零样本音色克隆：3秒复刻任意声音
LeVo的零样本音色克隆（Zero-Shot Voice Cloning）功能仅需3秒音频片段，即可精准模仿目标音色，包括音调、情感和韵律，无需大量训练数据。这一技术可应用于个性化音乐创作、歌手音色模仿等场景，极大降低专业音乐制作门槛。
分轨生成：专业音乐制作的利器
与传统AI音乐模型不同，LeVo支持双轨生成模式，可分别输出人声和伴奏，为后期混音提供更大灵活性。相比之下，Suno 4.5在分轨支持上稍显不足，LeVo的这一特性为行业树立了新标杆。
高保真音质与开源承诺
LeVo在音质表现上接近Suno 4.5的行业标准，尤其在音乐性、人声与伴奏和谐度等方面表现出色。腾讯还宣布，LeVo将以开源形式发布，提供完整代码和预训练模型，推动全球AI音乐生态发展。
行业影响与未来展望
LeVo的推出标志着中国AI音乐技术迈入全球前沿，其零样本音色克隆和分轨生成功能为音乐创作带来全新可能。尽管在歌曲结构清晰度上略逊于Suno 4.5，但LeVo凭借高性价比和开源优势，有望成为AI音乐领域的强有力竞争者。
腾讯表示，LeVo未来将优化生成效果，并探索更多商业化应用场景，助力音乐产业智能化升级。