Riffusion

Riffusion ist ein Open-Source-KI-Musikgenerator, der auf Stable Diffusion basiert und Text in Musik umwandelt. Anstatt Audio direkt zu synthetisieren, erzeugt das Modell visuelle Spektrogramme aus Textbeschreibungen und konvertiert diese anschließend in Klang. Das Prinzip ist einzigartig in der KI-Musiklandschaft und macht Riffusion besonders interessant für Forscher und AI-Enthusiasten.

Der kostenlose Classic-Modus läuft direkt im Browser ohne Login: Du gibst einen Textprompt ein, etwa "Acoustic Guitar Indie Folk" oder "Dark Synthwave with Bass", und erhältst innerhalb von Sekunden einen 12-Sekunden-Clip. Die Ergebnisse klingen experimentell, sind aber eine solide Grundlage für kreative Ideen und Demos.

Mit dem Riffusion+-Abo (9,99 USD pro Monat bei jährlicher Abrechnung) schaltest du KI-Vocals, höhere Audioqualität und den Stems-Export frei. Vocals klingen noch nicht ganz so ausgereift wie bei Suno oder Udio, bieten aber einen guten Einstieg für Nutzer, die das offene Modell priorisieren.

Das zugrunde liegende Modell ist auf Hugging Face öffentlich verfügbar, was Riffusion von jedem kommerziellen Konkurrenten unterscheidet. Entwickler können es lokal betreiben, anpassen oder in eigene Projekte integrieren. Die Mobile-Web-Oberfläche funktioniert im Smartphone-Browser, eine native App existiert nicht.

Riffusion eignet sich am besten für Hobby-Musiker, KI-Forscher und Entwickler, die ein transparentes, Open-Source-Musikmodell suchen. Wer hingegen fertig produzierte Songs oder Vocals auf kommerziellem Niveau benötigt, greift besser zu Suno oder Udio.