答え公開済み2 週間前Last edited 先週23 ソース

Stable Audio 3.0を解説：6分以上のAI楽曲を生み出すStability AIの新モデル群

Stable Audio 3.0はStability AIが発表した音楽・音響生成AIのモデルファミリーで、459M〜2.7Bパラメータの4モデルで構成される。 Small系は最大約2分、MediumとLargeは最大約6分20秒の楽曲生成が可能で、従来より長い構造的な楽曲制作に対応する。

1.3M0

生成AIの中でも、音楽生成AIはいま最も急速に進化している分野のひとつです。画像生成モデル「Stable Diffusion」で知られるStability AIは、新しい音声生成モデル群 Stable Audio 3.0 を発表しました。

このモデルファミリーは、テキストから音楽や効果音を生成できるAIで、特に次の3点で大きく進化しています。

これにより、AI音楽生成は短いデモやループから、フル楽曲に近い構造的な作品生成へと一歩近づいたといわれています。

Stable Audio 3.0とは

Stable Audio 3.0は、テキストから音声を生成する「テキスト→オーディオ」AIモデル群です。ユーザーが文章で音楽スタイル、楽器、雰囲気、シーンなどを指定すると、それに応じた音楽や効果音を生成します。

Stability AIはこのシステムを、「生成オーディオ（generative audio）」の実験と創作のための基盤と説明しています。また、従来のAI音楽ツールで問題視されてきた著作権問題を避けるため、ライセンス済みデータセットで学習している点を強調しています。

Studio Global AI

Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.

Stable Audio 3.0はStability AIが発表した音楽・音響生成AIのモデルファミリーで、459M〜2.7Bパラメータの4モデルで構成される。

Small SFX・Small・Mediumはオープンウェイト公開、LargeはAPI提供のみ。学習データはライセンス済みとされ、UniversalやWarnerとの提携も進んでいる。

0 comments

Loading comments...