关注公众号，让创作的火焰永不熄灭！关注、点赞、收藏、评论——每一次互动都是我们继续写作的动力。也欢迎你在评论区畅聊 AI 技术落地，探讨 YuE GP 的技术细节与创新点。

🚀 项目亮点

• 全歌生成
  ：一次输入歌词，模型即可输出完整多分钟歌曲（含主唱+伴奏）。
• 多风格支持
  ：轻松切换流行、金属、电子等多种音乐风格。
• GPU 友好
  ：提供多种性能档位，最低 6 GB VRAM 即可运行。
• 音频提示
  ：可通过音频样本进行 In‑Context Learning，进一步定制音乐。

📦 部署步骤（手把手）

1️⃣ 克隆仓库

bash复制代码

git lfs installgit clone https://github.com/deepbeepmeep/YuEGP/cd YuEGP/inference/git clone https://huggingface.co/m-a-p/xcodec_mini_infer

2️⃣ 安装依赖

bash复制代码

pip install torch==2.5.1 torchvision torchaudio --index-url https://download.pytorch.org/whl/test/cu124pip install -r requirements.txt

⚠️ 若使用 AMD GPU，请按 README 说明安装 ROCm 版本的 PyTorch。

3️⃣ 可选：FlashAttention 2

bash复制代码

pip install flash-attn --no-build-isolation

4️⃣ 启动 Gradio UI

bash复制代码

python gradio_server.py           # 默认 16GB 方案python gradio_server.py --profile 3  # 12GB 方案python gradio_server.py --profile 4  # 10GB 方案

你也可以在命令行加 --compile 或 --sdpa 以获得更快或更低显存的体验。

🎧 三大应用场景示例

1. 音乐制作人

• 只需提供一段歌词，YuE GP 生成完整曲谱，极大缩短作曲周期。

2. 短视频创作者

• 在抖音、快手等平台快速为脚本配乐，提升内容吸引力。

3. AI 研究实验

• 作为多模态生成模型的基准，探索歌词-音乐对齐机制。

⚖️ 免责声明

本文基于 YuE GP 开源项目的 README 进行搬运与整理，作者不对内容的完整性、准确性承担责任。

💬 欢迎在评论区积极讨论 AI 技术落地，分享你对 YuE GP 的使用心得与创新想法。

📩 关注公众号后回复关键词 “工作流”，即可获取网络上搜集的免费资源。