LONDON, Sept. 13, 2023 — Inilunsad ng Stability AI, ang pinakamalaking bukas na generative AI na kompanya sa mundo, ang Stable Audio, ang unang produkto ng AI ng kompanya para sa paglikha ng musika at tunog. Ang Stable Audio ay isang unang uri nitong produkto na gumagamit ng pinakabagong mga teknik sa generative AI upang magbigay ng mas mabilis, mas mataas na kalidad na musika sa pamamagitan ng madaling gamiting interface sa web. Nag-aalok ang Stability AI ng libreng bersyon ng Stable Audio, na maaaring gamitin upang lumikha at i-download ang mga track na hanggang 20 segundo, pati na rin ang subscription na ‘Pro’, na nagde-deliver ng mga track na 90 segundo na maaaring i-download para sa mga proyektong pangkalakalan.
“Bilang tanging independiyente, bukas at multimodal na generative AI na kompanya, natutuwa kaming gamitin ang aming kaalaman upang bumuo ng isang produkto bilang suporta sa mga tagalikha ng musika,” sabi ni Emad Mostaque, CEO ng Stability AI. “Ang aming pag-asa ay magbibigay-daan ang Stable Audio sa mga musikero at propesyonal sa paglikha na lumikha ng bagong nilalaman sa tulong ng AI, at inaasahan namin ang walang hanggang mga inobasyon na maidadala nito.”
Ang Stable Audio ay ideal para sa mga musikero na naghahanap ng mga sample na magagamit sa kanilang sariling musika, ngunit walang hanggan ang mga pagkakataon para sa mga tagalikha. Nililikha ang mga track ng musika bilang tugon sa mga prompt na deskriptibo na ibinigay ng user, kasama ang hiniling na haba ng komposisyon. Halimbawa, ang “Post-Rock, Guitars, Drum Kit, Bass, Strings, Euphoric, Up-Lifting, Moody, Flowing, Raw, Epic, Sentimental, 125 BPM” ay maaaring ipasok na may kahilingan para sa isang track na 95 segundo, at ito ay magde-deliver ng ganitong track. Ang batayang model ay sinanay gamit ang musika at metadata mula sa AudioSparx, isang nangungunang aklatan ng musika, sa isang partnership sa pagitan ng mga kompanya na lilikha ng parehong pangkabuhayan at malikhain na halaga para sa lahat ng partido.
Ang Stable Audio ang unang produkto sa paglikha ng musika na nagbibigay-daan sa paglikha ng mataas na kalidad, 44.1 kHz na musika para sa paggamit sa kalakalan sa pamamagitan ng latent diffusion. Gumagamit ang arkitektura ng latent diffusion ng audio na naka-condition sa text metadata pati na rin ang tagal ng audio file at oras ng pagsisimula, na nagbibigay-daan sa pagkontrol sa nilalaman at haba ng nalikhang audio. Maaari mong basahin ang higit pang impormasyon tungkol sa pananaliksik sa likod ng model dito. Para sa karagdagang impormasyon o upang magbigay ng feedback sa paglabas, malugod naming tinatanggap ang iyong pakikipag-ugnay sa amin sa research@stability.ai.
Maaari mong subukan ang Stable Audio sa www.stableaudio.com.
Logo – https://phnewlook.com/wp-content/uploads/2023/09/eabcee59-stability_ai_logo_logov1.jpg