Stable Audio 3.0: เจาะลึกโมเดล AI สร้างเพลงแบบ Open‑Weight ที่แต่งเพลงยาวกว่า 6 นาที

Stability AI ระบุว่าแพลตฟอร์มนี้ถูกออกแบบมาเพื่อการทดลองสร้างสรรค์ในโลกของ generative audio และถูกฝึกด้วยชุดข้อมูลเสียงที่ได้รับอนุญาตอย่างถูกต้อง เพื่อลดความเสี่ยงด้านลิขสิทธิ์ที่เคยเป็นประเด็นใน AI สร้างเพลงรุ่นก่อน ๆ

ตระกูลโมเดลถูกแบ่งเป็นหลายขนาด เพื่อให้ผู้ใช้เลือกตามกำลังฮาร์ดแวร์ คุณภาพที่ต้องการ และความยาวของเพลงที่ต้องการสร้าง

โมเดลทั้ง 4 รุ่นใน Stable Audio 3.0

Stable Audio 3.0 ประกอบด้วยโมเดลทั้งหมด 4 รุ่น ตั้งแต่ระดับหลายร้อยล้านจนถึงหลายพันล้านพารามิเตอร์

Stable Audio 3.0 Small SFX

• ประมาณ 459 ล้านพารามิเตอร์
• เน้นสร้างเอฟเฟกต์เสียงสั้น ๆ
• เหมาะกับการใช้งานเบา ๆ หรือบนอุปกรณ์โดยตรง

Stable Audio 3.0 Small

• ประมาณ 459 ล้านพารามิเตอร์
• สำหรับสร้างเพลงหรือเสียงแบบง่าย
• เหมาะกับการรันแบบ local หรือโปรเจกต์ขนาดเล็ก

Stable Audio 3.0 Medium

• ประมาณ 1.4 พันล้านพารามิเตอร์
• สร้างเพลงที่มีโครงสร้างและรายละเอียดมากขึ้น
• รองรับเพลงที่ยาวขึ้น

Stable Audio 3.0 Large

• ประมาณ 2.7 พันล้านพารามิเตอร์
• โมเดลที่มีความสามารถสูงสุดในชุด
• เน้นงานสร้างเพลงระดับมืออาชีพ

โครงสร้างแบบหลายระดับนี้ช่วยให้นักพัฒนาและครีเอเตอร์เลือกใช้โมเดลตามทรัพยากรเครื่องและคุณภาพที่ต้องการได้

ความยาวของเพลงที่ AI สร้างได้

หนึ่งในจุดเด่นของ Stable Audio 3.0 คือ ความสามารถในการสร้างเพลงที่ยาวขึ้นอย่างมาก

• รุ่น Small SFX และ Small สามารถสร้างเสียงหรือเพลงได้ยาวประมาณ 2 นาที และออกแบบมาให้ทำงานบนอุปกรณ์หรือเครื่องคอมพิวเตอร์ทั่วไป
• รุ่น Medium และ Large สามารถสร้างเพลงเต็มรูปแบบได้ประมาณ 6 นาที 20 วินาที

ความยาวระดับนี้มากกว่าระบบรุ่นก่อนหน้าของบริษัทหลายเท่า ทำให้ AI สามารถสร้างเพลงที่มีโครงสร้างครบ เช่น อินโทร ท่อนหลัก และตอนจบ แทนที่จะเป็นเพียงคลิปสั้น ๆ หรือลูปเสียง

โมเดลไหนเป็น Open‑Weight

Stability AI ใช้แนวทางการเผยแพร่แบบผสม (hybrid distribution)

โมเดล open‑weight ที่ดาวน์โหลดได้

• Stable Audio 3.0 Small SFX
• Stable Audio 3.0 Small
• Stable Audio 3.0 Medium

โมเดลเหล่านี้สามารถดาวน์โหลดไปใช้หรือปรับแต่งได้ในเครื่องของนักพัฒนาและนักวิจัย

โมเดลที่ให้ใช้งานผ่าน API เท่านั้น

• Stable Audio 3.0 Large

โมเดลขนาดใหญ่ที่สุดไม่ได้ปล่อยน้ำหนักโมเดลแบบสาธารณะ แต่เปิดให้ใช้งานผ่านบริการ API หรือแพลตฟอร์มโฮสต์แทน

แนวทางด้านลิขสิทธิ์และข้อมูลฝึกโมเดล

หนึ่งในประเด็นสำคัญของ AI สร้างเพลงคือเรื่อง ลิขสิทธิ์ของข้อมูลฝึก (training data)

Stability AI ระบุว่า Stable Audio 3.0 ถูกฝึกด้วย ชุดข้อมูลเสียงที่มีลิขสิทธิ์และได้รับอนุญาตครบถ้วน เพื่อให้การใช้งานเชิงพาณิชย์มีความปลอดภัยมากขึ้น

โดยทั่วไป ผู้ใช้สามารถ เป็นเจ้าของผลงานเสียงที่สร้างขึ้น และนำไปเผยแพร่หรือใช้เชิงพาณิชย์ได้ภายใต้ Stability AI Community License สำหรับบุคคล นักวิจัย หรือองค์กรขนาดเล็ก ส่วนบริษัทที่มีรายได้เกินประมาณ 1 ล้านดอลลาร์ต่อปีต้องใช้ Enterprise License

อย่างไรก็ตาม รายละเอียดเชิงลึกของชุดข้อมูลยังไม่ได้เปิดเผยทั้งหมด จึงยังมีข้อจำกัดในการตรวจสอบจากภายนอก

ความร่วมมือกับค่ายเพลงใหญ่

เพื่อเพิ่มความน่าเชื่อถือด้านลิขสิทธิ์ Stability AI ได้ร่วมมือกับบริษัทเพลงรายใหญ่

• Universal Music Group (UMG) ประกาศความร่วมมือเชิงกลยุทธ์กับ Stability AI เพื่อพัฒนาเครื่องมือสร้างเพลงด้วย AI สำหรับศิลปินและโปรดิวเซอร์ โดยใช้ข้อมูลที่ได้รับอนุญาตอย่างถูกต้อง
• Warner Music Group (WMG) ก็มีความร่วมมือกับบริษัทในการพัฒนาเครื่องมือ AI สำหรับนักแต่งเพลงและผู้ผลิตเพลงอย่างรับผิดชอบ

ความร่วมมือเหล่านี้มีเป้าหมายเพื่อลดข้อขัดแย้งด้านลิขสิทธิ์ ซึ่งเป็นประเด็นสำคัญในอุตสาหกรรม AI ด้านดนตรี

ตำแหน่งของ Stable Audio 3.0 ในการแข่งขัน AI สร้างเพลง

การเปิดตัวครั้งนี้เกิดขึ้นในช่วงที่การแข่งขันในตลาด AI สร้างเพลง กำลังเข้มข้น

บริษัทเทคโนโลยีหลายแห่ง เช่น

• Google
• Suno
• Udio
• ElevenLabs

ต่างกำลังพัฒนาโมเดลที่สามารถสร้างเพลงและเสียงร้องได้สมจริงมากขึ้น

Stable Audio 3.0 พยายามสร้างความแตกต่างด้วยสองจุดสำคัญ

• การเปิด open‑weight models ให้ชุมชนนักพัฒนาใช้งาน
• การเน้น ข้อมูลฝึกที่มีลิขสิทธิ์ และความร่วมมือกับค่ายเพลงใหญ่

เมื่อรวมกับความสามารถในการสร้างเพลงยาวกว่า 6 นาที ระบบนี้จึงทำให้ AI เข้าใกล้การสร้างเพลงเต็มรูปแบบมากขึ้น แทนที่จะเป็นเพียงตัวอย่างเสียงสั้น ๆ

ภาพรวมของทิศทางใหม่

Stable Audio 3.0 สะท้อนแนวโน้มใหม่ในวงการ AI คือการพัฒนา ตระกูลโมเดลหลายระดับ แทนการมีโมเดลเดียว

ด้วยการมีทั้งโมเดลขนาดเล็กสำหรับใช้งานในเครื่อง โมเดลระดับกลางที่เปิดให้ดาวน์โหลด และโมเดลขนาดใหญ่สำหรับบริการคลาวด์ Stability AI กำลังพยายามรองรับผู้ใช้ตั้งแต่นักทดลองไปจนถึงผู้ผลิตเพลงมืออาชีพ

หากเทคโนโลยีเหล่านี้พัฒนาต่อไป ทั้งด้านคุณภาพเสียง ความยาวเพลง และความชัดเจนด้านลิขสิทธิ์ เครื่องมืออย่าง Stable Audio 3.0 อาจกลายเป็นพื้นฐานสำคัญของซอฟต์แวร์สร้างสรรค์ยุคใหม่ในอุตสาหกรรมดนตรี