FUZZ是由Riffusion推出的一款全新的AI音乐生成模型，基于扩散模型（Diffusion Model）开发。该工具能够通过“想象”生成音频的声谱图（Spectrogram），然后将其转换为音频。你可以输入描述性提示（例如音乐类型、乐器、情绪等），模型就会根据提示生成对应风格的声谱图并输出音乐。
FUZZ主要功能：
音频生成：FUZZ能够生成高质量的音频，用户只需输入简单的文本提示，模型便能根据这些提示生成对应风格的声谱图并输出音乐。
声谱图处理：FUZZ模型通过生成声谱图来实现音频的可视化，这为音频的进一步处理和分析提供了便利。
永久免费使用：Riffusion表示，只要其GPU资源能够支持，FUZZ将会永久免费开放给用户使用。
SenseVoice，一款阿里通义实验室发布的FunAudioLLM框架多语言音频基础模型，enseVoice专注于高精度多语言语音识别、语音情感识别和音频事件检测，具有多语种、混合语言、音色和情感控制能力，在零样本语音生成、跨语言语音克隆和指令跟踪方面的能力表现优秀。