テキストプロンプトを使って短いオーディオサンプル、サウンドエフェクト、プロダクションエレメントを生成するために最適化されたオープンソースモデル、Stable Audio Open をご紹介します。

Stable Audio 2.0をご紹介します。このモデルは、1つの自然言語プロンプトから44.1KHzステレオで最大3分の首尾一貫した音楽構造を持つ高品質なフルトラックを可能にします。

この新しいモデルは、テキストからオーディオへの変換にとどまらず、オーディオからオーディオへの変換機能も備えています。ユーザーはオーディオサンプルをアップロードし、自然言語によるプロンプトを通じて、これらのサンプルをさまざまなサウンドに変換できます。このアップデートでは、サウンドエフェクトの生成とスタイルの転送も拡張され、アーティストやミュージシャンに柔軟性とコントロール性を提供し、クリエイティブなプロセスを向上させます。

Stability AI は、音楽とサウンド生成のための初のAIモデルとなる Stable Audio を発表しました。

Stable Audio は、最新の生成 AI 技術を駆使し、使いやすい Web インターフェースを介して、より高速で高品質な音楽とサウンドエフェクトを提供する世界初の製品です。Stability AI は、20秒までのトラックを生成してダウンロードできる Stable Audio の基本無料版と、商用プロジェクト用にダウンロード可能な90秒のトラックを提供する「Pro」サブスクリプションを提供しています。