YuE2-3B

中文简介

YuE2-3B 可根据歌词与风格提示生成含人声和伴奏的音乐，并通过乐谱控制旋律、和弦与后续编辑。它把歌曲生成和可编辑的符号规划结合起来。

适用场景

适合音乐生成研究、旋律与和弦条件控制，以及与 SheetSage2 的转谱流程对照。

模型参数

选型方向：语音与音乐。固定上游版本：14fc6c6f146441b1dd6363fcb2e01e82a6914cb7。API 任务字段：text-to-audio。API 语言字段：zh, en。API 架构字段：YuE2ForCausalLM。上游最近更新时间：2026-09-16（不一定为首次发布日期）。 规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

文件说明

上游 API 返回 28 个文件，文件元数据合计 6.79 GB。 已保存文件清单中的主要扩展名：.json 6 个、.mp3 6 个、.png 3 个、.md 2 个、.txt 2 个、.whl 2 个。 当前较大的文件包括：model.safetensors（6.76 GB）；assets/audio/cyber-metal.mp3（6.88 MB）；assets/audio/zuixuan-ballad-cover.mp3（6.52 MB）。 此处只统计当前 Git 仓库的文件元数据，不包含外部链接、Bucket 或另行申请的完整集合。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

• .gitattributes2.08 KB
• assets/architecture.png398.09 KB
• assets/audio/auld-lang-syne-jazz-funk-cover.mp34.35 MB
• assets/audio/cyber-metal.mp36.88 MB
• assets/audio/examples.json4.33 KB
• assets/audio/jingle-bells-heavy-metal-cover.mp31.58 MB
• assets/audio/passion.mp35.37 MB
• assets/audio/tonight-awake.mp34.66 MB
• assets/audio/zuixuan-ballad-cover.mp36.52 MB
• assets/figure1.pdf30.66 KB
• assets/figure1.png168.02 KB
• assets/figure1.svg141.37 KB

硬件建议

先选定所需权重格式和精度，再核对推理代码、依赖与目标硬件。仓库元数据合计可能包含多个变体、视觉组件或示例，不能用来直接推算运行显存；内存还受上下文、缓存、批量和并发影响，应以小样本实测确定配置。

注意事项

CC BY-NC 4.0 含非商用限制；人声、歌词及参考音乐还可能涉及独立权利，不能把模型许可当作素材授权。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

• 大模型获取与国内转存服务
• 大模型怎么下载：Hugging Face 官方方式与国内交付完整指南
• 国内下载 Hugging Face 模型很慢或经常中断怎么办
• DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地