音樂可以從一團雜訊裡雕出來！這集小皮介紹擴散模型（Diffusion Model）：訓練時把音樂一步步加雜訊，像墨水在水裡擴散，AI學的是猜出每一步加了哪些雜訊；生成時倒過來，從純雜訊出發、一步步減掉雜訊，再用文字描述指路。2020年的DDPM論文讓這個方法大紅；2022年底的Riffusion拿畫圖用的Stable Diffusion來畫頻譜圖，證明聲音也能用畫的；2024年開源的Stable Audio Open在壓縮過的潛空間裡去噪（Latent Diffusion），用T5讀文字、Transformer去噪，最多生成47秒、44.1 kHz立體聲，訓練素材約48萬筆創用CC授權錄音，來自Freesound與Free Music Archive。
參考資料：
Denoising Diffusion Probabilistic Models (DDPM) － arXiv：https://arxiv.org/abs/2006.11239
Diffusion model － Wikipedia：https://en.wikipedia.org/wiki/Diffusion_model
Riffusion － Wikipedia：https://en.wikipedia.org/wiki/Riffusion
Stable Audio Open 1.0 － Hugging Face：https://huggingface.co/stabilityai/stable-audio-open-1.0
Stable Audio Open paper － arXiv：https://arxiv.org/abs/2407.14358
