MusiConGen ist ein Transformer-basiertes Text-zu-Musik-Generierungsmodell, das durch zeitbedingte Verstärkung die Kontrolle über Rhythmus und Akkorde verbessert. Das Modell wurde aus dem vortrainierten MusicGen-Melody-Framework feinabgestimmt. Es verwendet symbolisch dargestellte Akkorde und Rhythmussteuerungen und kombiniert fünf verschiedene Textstilbeschreibungen, um Samples zu generieren. Die Akkorde der generierten Samples werden, wie in der Arbeit beschrieben, mit dem BTC-Akkorderkennungsmodell geschätzt.