Stability AI发布AI音频模型Stable Audio Open:支持文本生成鼓点、乐器等音效
划重点:
Stable Audio Open 是发布一个开源的文本转音频模型,可生成长达47秒的音频音效样本和音效。
用户可以创建鼓点、模型乐器重复乐段、持文成鼓环境声音、本生拟音和制作元素。点乐
该模型支持音频样本的发布音频变化和风格转换。
CSS站长资源(ChinaZ.com)6月6日 消息:Stability AI 今天发布了 Stable Audio Open1.0,音频音效这是模型其音频领域的新一款生成 AI 模型。Stability AI 以稳定扩散文本到图像生成 AI 技术而闻名,持文成鼓但这只是本生该公司产品组合的一部分。该公司在2023年首次推出了 Stable Audio,点乐这是发布一种文本到音频的生成 AI 工具。最近发布的音频音效 Stable Audio2.0提高了生成音频的清晰度和长度。
Stable Audio Open产品入口:https://top.aibase.com/tool/stable-audio-open-1-0
与完整版 Stable Audio 可用于一般商业用途并生成长达3分钟的模型音频不同,Stable Audio Open 的应用场景更为局限。Stable Audio Open 的目标是生成短音效片段,而非完整的歌曲。
正如其名称所示,Stable Audio Open 是一种开放模型,尽管它并非开源。Stable Audio Open 根据 Stability AI 的非商业研究社区协议许可证向用户提供,该许可证允许开放访问模型,但对使用该模型执行的操作有限制。
Stability AI 音频研究主管 Zach Evans 表示:“我们推出 Stable Audio Open 的目标是让音频研究人员和制作人能够亲身体验我们的生成音频模型之一,以加速这些令人难以置信的新工具的研究、采用和实际创造性使用。”
Stable Audio Open是什么?
Stable Audio Open 是一种专门针对音乐制作和声音设计的模型,优化了鼓点、乐器乐段、环境声音等音频样本的生成。与商业版 Stable Audio 相比,Stable Audio Open 的生成音频长度为47秒,质量较高。
Stability AI 对模型的训练采取了负责任的态度,使用了来自 FreeSound 和免费音乐档案的音频数据进行训练,以确保未使用受版权保护或专有材料。
用户可对Stable Audio Open 微调
Stable Audio Open 的另一个主要优势是用户可以根据自己的自定义音频数据对模型进行微调。例如,鼓手可以根据自己的鼓声录音样本微调模型,生成全新、独特的节拍。
Stable Audio Open 的微调是通过稳定音频工具库实现的,该库是根据实际开源许可证授权的。Stable Audio Open 的模型权重现已在 Hugging Face 上可用。
Evans 表示:“音频研究团队一直在努力提高生成音频模型的质量和可控性。我们期待进一步发布商业和开放模型,以反映我们研究的进展。”
官方博客:https://stability.ai/news/introducing-stable-audio-open
(责任编辑:知识)
- ·员工吐槽领导节目走红 公司回应:为员工释放压力
- ·河南部分路面温度达60℃以上 气象专家提醒:小心爆胎
- ·支持筛选照片、生成精选集 iOS 18相册获功能升级
- ·319元 小米智能摄像机C500双摄版发布:AI双摄联动
- ·中石油官方提醒:“移动加油站”的油千万别加!不合格伤车
- ·苹果WWDC 2024一文看懂 iOS 18获AI加持全面升级
- ·河南部分路面温度达60℃以上 气象专家提醒:小心爆胎
- ·Logo变了!苹果Siri全新升级:支持连续对话 还能修图
- ·支持Animatediff所有控制方式!AnimateLCM 4步推理即可生成视频
- ·苹果iOS 18史诗级新功能曝光!支持应用锁定 可用Face ID解锁