Inilabas ng Stability AI ang Stable Audio, na minarkahan ang unang lumipat sa AI-driven na musika at sound generation. Ang bagong produktong ito ay gumagamit ng cutting-edge generative AI upang makabuo ng mataas na kalidad na musika nang mabilis sa pamamagitan ng user-friendly na online na interface. Maa-access ng mga user ang isang komplimentaryong pangunahing bersyon ng Stable Audio para gumawa at mag-download ng mga music clip na hanggang 20 segundo ang haba. Bukod pa rito, available ang isang’Pro’na subscription, na nag-aalok ng mga track na tumatagal ng 90 segundo na angkop para sa mga komersyal na application.
Pagpapalakas sa Mga Mahilig sa Musika at Propesyonal
Emad Mostaque, ang CEO ng Stability AI, ay nagpahayag ng pananabik ng kumpanya sa paggamit ng kanilang kadalubhasaan upang gumawa ng tool na nagtatagumpay sa mga tagalikha ng musika. Sinabi niya,”Ang aming pag-asa ay ang Stable Audio ay magbibigay-lakas sa mga mahilig sa musika at mga creative na propesyonal na makabuo ng bagong nilalaman sa tulong ng AI, at inaasahan namin ang walang katapusang mga inobasyon na maibibigay nito ng inspirasyon.”
Ang platform ay hindi lamang iniakma para sa mga musikero na naglalayong gumawa ng mga sample para sa kanilang mga komposisyon ngunit nagpapakita rin ng walang limitasyong mga posibilidad para sa lahat ng mga tagalikha. tagal.
Isang Halo ng Teknolohiya at Pagkamalikhain
Namumukod-tangi ang Stable Audio sa pamamagitan ng paggamit ng pinakabagong mga generative na diskarte sa AI, katulad ng ginagamit sa tool sa pagbuo ng imahe ng Stability AI, Stable Diffusion. Siyempre, ang pangunahing pagkakaiba ay ang AI ay bumubuo audio sa halip na nakalarawan.
Ang proseso ng pagbuo ng audio ay gumagamit ng isang modelo ng pagsasabog, partikular na sinanay sa audio, upang gumawa ng mga bagong audio clip. Ang modelong ito ay masusing sinanay gamit ang musika at nauugnay na metadata mula sa AudioSparx, isang sikat na audio licensing library. Ang pakikipagtulungang ito ay naglalayong magbigay ng parehong pang-ekonomiya at malikhaing mga dibidendo para sa lahat ng mga stakeholder na kasangkot.
Ang pagkakaiba ng platform ay nakasalalay sa kakayahan nitong gumawa ng high-fidelity, 44.1 kHz na musika na angkop para sa komersyal na layunin sa pamamagitan ng latent diffusion. Kinokondisyon ng arkitektura na ito ang audio batay sa text metadata, tagal ng audio file, at oras ng pagsisimula, na nagbibigay sa mga user ng pinahusay na kontrol sa nilalaman at tagal ng nabuong audio.
Palaking Audio AI Market
Ang Stability AI ay hindi lamang ang kumpanyang nag-e-explore ng audio AI. Noong nakaraang buwan, inilunsad ng Meta ang AudioCraft, isang open source na platform para sa paglikha ng AI audio.
Maaaring ma-access ng mga user ang AudioCraft sa pamamagitan ng web interface o isang mobile app, at pumili mula sa iba’t ibang genre, mood, instrument, at effect. Maaari din silang mag-upload ng sarili nilang audio sample o recording, at gamitin ang mga ito bilang input para sa AI.
Maaaring bumuo ang platform ng musika at audio para sa iba’t ibang layunin, gaya ng mga podcast, video, laro, ad, o personal kasiyahan. Maaari ding ibahagi ng mga user ang kanilang mga nilikha sa iba pang mga user sa platform, o i-export ang mga ito sa iba pang mga app o device. Nilalayon ng AudioCraft na magbigay ng masaya at madaling paraan para sa sinuman na lumikha ng orihinal at mataas na kalidad na musika at audio.
Nasa AI audio space din ang Google sa pamamagitan ng pakikipagtulungan sa Universal Music. Sa partikular, ang dalawang kumpanya ay nagtatrabaho sa isang sistema ng paglilisensya para sa mga kanta ng AI. Sa ilalim ng iminungkahing sistema, bibigyan ng mga artist ang Google at Universal ng lisensya na gamitin ang kanilang mga boses para sa mga kanta na binuo ng AI. Bilang kapalit, makakatanggap sila ng bahagi ng mga royalty na nabuo ng mga kantang iyon. Ang halaga ng royalties ay ibabatay sa ilang salik, kabilang ang kasikatan ng kanta at ang haba ng oras na ginamit ang boses ng artist.
