近日，昆仑万维发布了专门为中文升级的音乐大模型mureka v7.5。这两年，ai做音乐竞争激烈，suno、udio、riffusion等在英文歌演唱方面表现出色，人声真假难辨，节奏旋律也无可挑剔。所以，起初看到mureka的更新，并未引起太多关注。但后来发现，与很多强调“多语言支持”“风格多样化”的模型不同，mureka此次将重点放在了「中文音乐表现」上，这一下就勾起了兴趣。这或许是首次有人把「中文歌」作为核心目标去打磨。

下面进行实测，看看它的实力究竟如何。网址为https://www.mureka.ai（需要魔法）。打开「创作音乐」页面，中间栏有三种生成模式：

简单模式适合初次使用AI写歌的人。可以用自然语言表达创作想法，如“我想写一首温柔又有点心酸的民谣”或“想模仿周杰伦的《晴天》”，它能自动理解情绪、题材、参考风格，完成整首歌的创作。高级模式更适合“熟练创作者”。能精细控制歌词结构、段落内容，还可选择参考歌曲、指定演唱人声、限制歌曲风格，如同与专业制作人合作构建音乐世界。音频编辑部分最像“DAW（数字音频工作站）”。支持乐句级别的重新生成、延长歌曲时长、乐器分轨、精确裁剪，适合对已生成歌曲进行精修的音乐人。

为完整演示，选择高级模式。生成流程与官方三步法一致：第一步写歌词，可粘贴自己写的，也可用系统自动生成草稿后修改；第二步选择风格，可搭配情绪关键词，也可上传旋律或参考音频；第三步点击“创作”按钮，稍等几分钟，歌曲即可生成。

实测中有几个令人印象深刻的案例。比如民谣《凌晨两点的火车站》，旋律轻快如夜风掠过站台，歌词温暖。与市面上其他AI唱歌模型相比，它最像深夜有人清唱。换成R&B风格，歌曲氛围甜蜜，仿佛置身恋爱中。切到摇滚风格，前奏电吉他炸裂，编曲激昂，人声情绪激烈。

整体输出结果超出预期。查看技术报告发现，在「中文歌曲」生成场景的主观测评中，统一输入歌词和提示，每个模型各出四首歌，听众盲听投票。Mureka V7.5在歌曲质量（Song Quality）和提示契合度（Prompt Follow）两个维度均排名第一，是目前唯一能在「旋律打动人」和「内容贴合主题」两方面拉开差距的模型。

Mureka V7.5能做到这一点，是因为在底层做了三件事。

一是构建模型时，不把音乐当成单纯的音符序列，而是放在文化语境和语言风格中理解。围绕中文语境重新训练模型架构，系统性地捕捉中文音乐的语义结构和情感走向。二是在演唱层面引入ASR技术反向建模。通过对大量真实中文演唱数据的识别和分析，让模型掌握换气、断句、拖音等技巧，模*实歌手的唱法细节。三是将“听起来像人唱”作为训练目标之一。在模型优化过程中引入人类主观听感评分机制，主动规避易暴露AI痕迹的音色特征和情绪处理方式。与Suno V4.5对比，Mureka V7.5演唱更自然，懂得“适可而止”。

除音乐模型本身，昆仑万维还同步发布了重要的语音合成技术MoE-TTS（Mixture-of-Experts Text-to-Speech）。它是支撑Mureka V7.5唱出“更像人”的关键语音底座之一。MoE-TTS的最大创新是将语音控制从传统标签式模板解放出来，转向开放式自然语言建模。用户可用日常语言描述目标声音，背后是大语言模型（LLM）驱动的语义解析系统。它将自然语言拆解为高维表达向量，由多个语音专家模块分别建模，最终通过模态路由器动态聚合输出结果，实现“按语言思维驱动声音表现”。

GoEnhance

全能AI视频制作平台：通过GoEnhance AI让视频创作变得比以往任何时候都更简单。

347 查看详情

评测结果显示，MoE-TTS在两类任务上优势明显。In-domain场景下，与ElevenLabs、MiniMax相比，在风格贴合度（SEA）、语音质量（SQ）等核心指标上领先，整体评分稳定在4分以上。Out-of-domain场景下，泛化能力更突出，能更好还原语义意图与风格细节。从一个demo能更直观感受其优势：输入特定描述，Mureka V7.5能精准模拟，而11labs音色平淡，MiniMax缺乏风格理解能力。

技术架构上，MoE-TTS抛弃传统统一建模逻辑，采用文本与语音解耦 + 多专家并行建模策略。在Transformer框架下，各语音专家独立聚焦不同表达维度，参数分别优化，提升了对复杂语言的理解力，且语义保持能力更强，实现跨模态语义迁移时的“知识零损失”。

MoE-TTS并非孤立成果，是昆仑万维「SkyWork AI技术发布周」的压轴之作，也是多模态技术体系的收官拼图。它不仅服务于Mureka的音乐生成，还适用于情绪播报、个性化阅读、AI对话角色建模、*配音 / 游戏语音包、无障碍阅读等场景。

Mureka O1模型与Mureka V6模型自3月底发布后，收获全球用户广泛好评，新增注册用户近300万。自8月11日起，连续五天推出多个关键方向的模型成果，推进多模态架构，延续研发开放性与协作共享的技术理念。

在音乐赛道，AI竞争的不是“效率”“准确率”“生成力”，而是“谁的文化留下来”。如果没人愿意为中文音乐单独努力，未来AI世界里可能难有像样的中文歌被记住。Mureka V7.5专注于中文音乐，拉着中文音乐向前迈进。能听见它唱得越来越像我们，是因为有人愿意花时间和心思，将中文的旋律、情绪、韵脚和呼吸教给AI。有些旋律只有中文能唱，也许，AI也该学会用心去唱中文歌。

以上就是实测昆仑万维音乐大模型Mureka V7.5，唱中文歌终于不违和！的详细内容，更多请关注其它相关文章！

# 自然语言  # 罗源网络seo技术  # 番禺企业搜索seo优化  # 病毒性营销推广概念  # 网站关键词优化工作室  # 黄冈营销网站建设  # 焦作靠谱seo优化  # 网站建设怎么样赚钱  # 美团门店怎么营销推广  # 贵阳美业推广招聘网站  # 天津信息化网站推广前景  # 的人  # 好用  # 多个  # 亿元  # 放在  # mureka  # 是因为  # 腾讯  # 关键词  # peech  # riffusion  # udio  # suno  # follow  # 大模型  # 多语言  # 音乐  # 路由  # ai  # 路由器 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： html怎么使用typescript  喇叭上POWER4欧是什么意思  rxjs和typescript什么意思  电脑如何查看固态硬盘  夸克网盘下载为什么要钱  如何通过命令系统还原  汽车排量是什么意思  忐忑不安是什么意思  5g手机怎么没视频通话功能  夸克是什么空间单位  交管12123协议头是什么  虚拟机如何用命令清除垃圾  j*a怎么复制数组中  一年多少周  typescript入门要多久  华为5g手机怎么选择  如何以命令符运行程序  液位传感器power是什么意思  为什么夸克流畅播失败  苹果16日发售哪些机型  43寸电视长宽多少厘米  j*a中数组怎么传递  春运什么时候开始抢票  如何提高固态硬盘性能  显示器power接口是什么意思  为什么夸克运行不了  sql isnull函数如何使用  linux如何跳回命令行界面  4800日元等于多少人民币  命令不执行如何处理  苹果16都有哪些亮点  单片机计时程序怎么写  driver是什么意思  如何拍屏幕不出条纹详细方法  faq是什么意思  typescript的语法格式是什么  夸克为什么老是投屏失败  电动车eco和power是什么意思  typescript怎么传json  破太岁是什么意思  所有删除的聊天记录都可以恢复吗？  2025年国外最佳语音聊天软件排行榜  夸克缺什么登录不了  如何利用固态硬盘  导航power在汽车上是什么意思  如何去掉拍电脑的纹路详细教程  爱玛电动车power模式是什么意思  路由器上面的power红灯是什么意思  如何管理员打开cmd命令行窗口  为什么要出折叠屏手机