NVIDIA Music Flamingo

Music Flamingo — аудиоязыковая модель NVIDIA, специализированная на понимании музыки и песен. Она анализирует не только общий жанр или настроение, но также гармонию, тембр, структуру, инструменты и текстовые признаки композиции. В отличие от общей Audio Flamingo 3, музыкальная версия обучалась на расширенном музыкальном корпусе и рассчитана на разбор длинных фрагментов вплоть до целой песни.

Полный разбор музыкальной записи

От инструментов до формы композиции

По карточке NVIDIA модель принимает аудио длительностью примерно до 15 минут и использует контекст до 24 тысяч токенов. Она может формировать развёрнутые подписи и отвечать на вопросы о гармонии, тембре, вокале, культурном контексте и изменении композиции во времени. Для музыки важна не только локальная деталь, но и её место в куплете, припеве или переходе, поэтому модель добавляет абсолютные временные метки к аудиопредставлениям.

Обучение и варианты

MF-Skills и модель рассуждения

NVIDIA разработала MF-Skills — набор с примерно двумя миллионами полных песен, 2,1 млн описаний и около 0,9 млн пар вопрос–ответ, охватывающий более ста жанров и культурных контекстов. Обучение использует также MF-Think и дообучение с подкреплением. Более поздняя контрольная точка отмечена на странице Music Flamingo 2601, а вариант, который выводит отдельные рассуждения перед ответом, — Music Flamingo Think.

Что модель не гарантирует

Музыкальный анализ следует проверять

Music Flamingo публикует оценки темпа, тональности, аккордов и интерпретации текста, однако такие предсказания не равны студийной транскрипции или авторитетной музыкальной экспертизе. Точность зависит от записи и формулировки запроса. Модельные веса выпущены для некоммерческого исследовательского использования; коммерческое применение требует проверки условий NVIDIA OneWay Noncommercial License и зависимостей обучающих данных.

Связанные модели и разработчик

Страницы семейства NVIDIA

NVIDIA Audio Flamingo 3 · NVIDIA Music Flamingo 2601 · NVIDIA Music Flamingo Think 2601 · NVIDIA в Вики Futuretools

Дата публикации и первичный источник

Материалы NVIDIA

Страница NVIDIA ADLR датирует публикацию Music Flamingo 03.11.2025, перечисляет доступный 7B-чекпойнт, окно до примерно 15 минут и контекст 24k. Отдельно описаны корпус MF-Skills, временные RoTE-представления и обучение MF-Think. Первичный источник: официальные материалы NVIDIA.