腾讯开源SongGeneration：LeVo架构重构AI音乐创作，30亿参数实现专业级歌曲生成

导语

2025年6月，腾讯AI Lab正式开源基于LeVo架构的音乐生成大模型SongGeneration，以30亿参数规模实现人声与伴奏的和谐统一，中文处理能力超越同类产品，重新定义AI音乐创作效率与品质。

行业现状：AI音乐生成的三重困境

全球音乐大模型市场正以29.5%的年复合增长率扩张，预计2025年规模达187亿美元，中国占比32%。当前行业形成多极竞争格局：某消费级产品以1200万用户量占据C端市场，某专业级系统垄断影视游戏配乐80%份额，但所有产品都面临三大核心痛点：音质模糊（48kHz双通道音频生成失败率超40%）、中文歌词与旋律错位（音素错误率PER>15%）、创作流程割裂（需分别处理人声与伴奏）。

产品亮点：LeVo架构的突破性创新

1. 混合-分离双轨建模技术

系统首先通过混合Token统一建模人声与伴奏的整体和谐性，再通过双轨Token捕捉各自的细节特征。这种设计使生成歌曲在保持整体和谐的同时，人声清晰度提升40%，伴奏层次感增强35%。模型在百万歌曲数据集（Million Song Dataset）上训练，支持中英文双语生成，效果媲美业界顶尖系统。

2. 长序列音乐生成能力

最新升级的SongGeneration-base-full版本突破时长限制，支持生成4分钟以上完整歌曲。通过创新的LLM-DiT融合架构和超低比特率编解码技术，模型能够有效处理长序列音乐数据，确保长歌曲的结构连贯性与情感一致性。

3. 多语言支持与全球化创作

新版模型在英文生成质量上实现突破性进展。通过引入百万级高质量英文音乐数据训练和创新的多维度偏好对齐技术，模型在英文歌词的发音准确性、语义连贯性和情感表达方面达到全新高度。测试结果表明，新版模型在英文歌词准确度上接近中文水平，为全球音乐创作者提供了真正可用的跨语种创作工具。

性能对比：超越开源，比肩商业

根据官方测试数据，SongGeneration在多项关键指标上表现优异：

如上图所示，该表格展示了SongGeneration不同版本与Suno、Mureka等主流AI音乐生成模型在音素错误率（PER）、音频美学（Audiobox Aesthetics）及SongEval评分等多维度指标上的性能对比。在综合感知旋律、伴奏、音乐结构、音质表现与歌词准确度等多个要素的整体表现（OVL）评分上，SongGeneration-large版本达到1.51，超过所有开源模型，接近商业闭源模型水平。

另一项对比显示，在与Suno v4.5、海绵音乐、Mureka O1等模型的多维度比较中，SongGeneration在歌词准确度上以89分位列第一，整体表现与Suno v4.5难分高下。

如上图所示，雷达图对比了SongGeneration与Suno v4.5、海绵音乐、Mureka O1在旋律、伴奏、结构、音质、歌词精准度等维度的表现。SongGeneration在歌词准确度上以89分位列第一，整体表现与Suno v4.5难分高下，展现出强劲的综合竞争力。

行业影响：从技术突破到生态共建

1. 降低创作门槛，激发创作热情

腾讯音乐启明星AI作歌功能基于类似技术，已吸引超千万用户使用"AI作歌""AI演唱"功能进行音乐创作，累计生成AI音乐作品超2600万首，大量用户优质音乐作品获得广泛传播，累计播放量已破十亿。

2. 拓展商业应用场景

针对多样化的市场需求，SongGeneration深化与娱乐、品牌营销等内容产业的探索合作。例如与浪琴、CK、费列罗等知名品牌合作发起互动营销活动，生成定制化音乐作品超200万首，创造百万级商业价值的同时，拓展音乐营销新模式。

3. 开源生态共建

腾讯同步开源了高质量音乐数据生成方案SongPrep，解决音乐AIGC领域高质量数据稀缺的核心痛点。SongPrep实现从原始音频到结构化数据的直接输出，包括歌曲段落自动划分和多语言歌词精准转录，极大降低了音乐AI领域的研究门槛。

腾讯音乐启明星AI作歌凭借在技术创新与产业应用上的卓越成果，成功获选2025中国数字音乐产业大会"数字音乐创新技术应用优秀案例"。

如上图所示，图片展示了2025中国数字音乐产业大会颁奖典礼现场，腾讯音乐娱乐集团（腾讯音乐启明星AI作歌项目）团队成员在舞台上领奖，背景板显示其获选"数字音乐创新技术应用优秀案例"，体现AI音乐创作技术成果。

应用案例：从个人创作到产业赋能

1. 内容创作领域

短视频创作者可通过SongGeneration快速生成符合视频内容和情感的配乐，大大提高创作效率。游戏开发者可利用模型生成多样化的游戏背景音乐和音效，适配不同游戏场景。

2. 虚拟人演出

虚拟偶像运营方可以借助SongGeneration为虚拟人打造原创歌曲，丰富演出内容。例如，由复星影文打造的国风虚拟偶像"秦佑之"正计划布局AI音乐领域，利用类似技术在现有虚拟人业务基础上拓展音乐创作能力。

3. 传统文化创新传承

腾讯音乐启明星AI作歌曾与诗人冯唐合作打造全球首张AI诗人歌曲集，通过文学与音乐旋律的跨界融合，让传统文化以更年轻、鲜活的形态走进大众视野。SongGeneration的开源将使更多创作者能够参与到传统文化创新中来。

结论与前瞻

腾讯开源SongGeneration项目，基于LeVo架构实现高品质AI歌曲生成，不仅解决了当前AI音乐创作领域的核心痛点，更为行业带来了从"技术演示"到"完整作品创作"的关键跨越。随着模型的持续迭代和开源生态的不断完善，我们有理由相信，AI音乐创作将进入"智能共创"的新阶段。

对于普通创作者而言，现在可以通过简单的文本输入，就能生成专业级别的歌曲；对于企业用户，SongGeneration提供了高效、低成本的音乐创作解决方案；对于整个音乐产业，这种技术创新将推动音乐创作方式的变革，开启音乐创作的新篇章。

SongGeneration仓库地址：https://gitcode.com/tencent_hunyuan/SongGeneration