Jukebox est un outil de réseau neuronal open-source qui génère de la musique et du chant rudimentaire sous forme de fichiers audio brut dans plusieurs genres et styles d'artistes. Il publie le code et les poids du modèle avec un outil d'exploration pour les échantillons générés. Avec Jukebox, les utilisateurs peuvent fournir des informations sur le genre, l'artiste et les paroles, et l'outil produit de nouveaux échantillons musicaux en réponse. Jukebox produit une large gamme de styles musicaux et de chant et généralise aux paroles non vues pendant l'entraînement. L'outil peut également produire de la musique qui ne ressemble en rien aux chansons sur lesquelles il a été entraîné lorsqu'il est conditionné par des paroles vues pendant l'entraînement. Avec Jukebox, les utilisateurs peuvent conditionner sur 12 secondes de fichiers audio, et l'outil complète le reste dans un style spécifié. Jukebox modélise directement la musique sous forme de fichiers audio brut, ce qui est difficile car les séquences audio brutes sont très longues. Pour résoudre ce problème, Jukebox utilise un autoencodeur pour compresser l'audio brut dans un espace de dimension inférieure, ce qui permet à l'outil de générer de l'audio dans cet espace compressé et de remonter en qualité dans l'espace audio brut. Jukebox illustre un exemple de repoussement des limites des modèles génératifs et est plus expressif que les outils qui génèrent de la musique de manière symbolique sous forme de rouleau de piano. Il est bien adapté aux utilisateurs intéressés par l'expérimentation avec de la musique générée par IA.