下單前先比價不花冤枉錢 同款圖書京東價低于抖音6折日媒感慨中國電動汽車/智駕遙遙領(lǐng)先:本田、日產(chǎn)、三菱合并也沒戲消委會吹風機品質(zhì)檢測結(jié)果揭曉 徠芬獨占鰲頭 共話新質(zhì)營銷力,2024梅花數(shù)據(jù)峰會圓滿落幕索尼影像專業(yè)服務(wù) PRO Support 升級,成為會員至少需注冊 2 臺 α 全畫幅相機、3 支 G 大師鏡頭消息稱vivo加碼電池軍備競賽:6500mAh 旗艦機+7500mAh中端機寶馬M8雙門轎跑車明年年初將停產(chǎn),后續(xù)無2026款車型比亞迪:2025 款漢家族車型城市領(lǐng)航智駕功能開啟內(nèi)測雷神預告2025年首次出席CES 將發(fā)布三款不同技術(shù)原理智能眼鏡realme真我全球首發(fā)聯(lián)發(fā)科天璣 8400 耐玩戰(zhàn)神共創(chuàng)計劃iQOO Z9 Turbo長續(xù)航版手機被曝電池加大到6400mAh,搭驍龍 8s Gen 3處理器普及放緩 銷量大跌:曝保時捷將重新評估電動汽車計劃來京東參與榮耀Magic7 RSR 保時捷設(shè)計預售 享365天只換不修國補期間電視迎來換機潮,最暢銷MiniLED品牌花落誰家?美團旗下微信社群團購業(yè)務(wù)“團買買”宣布年底停運消息稱微軟正與第三方廠商洽談,試圖合作推出Xbox游戲掌機設(shè)備在海外,要再造一個京東物流?消息稱蘋果正為AirPods開發(fā)多項健康功能,包括心率監(jiān)測和溫度感應(yīng)一加 Ace 5系列將搭載全新游戲助手:大幅提升游戲體驗東芝全部業(yè)務(wù)實現(xiàn)盈利,退市裁員重組后終于賺錢
  • 首頁 > 云計算頻道 > 大模型

    Stability AI發(fā)布AI音樂生成工具Stable Audio

    2023年09月14日 15:24:36   來源:站長之家

      總部位于倫敦的初創(chuàng)公司 Stability AI 于周三推出了一款名為 Stable Audio 的新產(chǎn)品,該產(chǎn)品利用人工智能生成定制音樂曲目和音效。

      Stable Audio 使用一種基于擴散的 AI 模型,可以在幾秒鐘內(nèi)從簡單的文本輸入生成定制音頻文件。用戶可以指定音樂風格、樂器、音調(diào)和其他特征,系統(tǒng)然后自動創(chuàng)作出相匹配的歌曲、音效或樂器聲部。

      Stability AI 使用輸入文本進行了測試,如“后搖滾、吉他、鼓套、低音、弦樂、歡快、振奮、情緒化、流暢、原始、史詩、多愁善感、125BPM”。結(jié)果是一首快速的大氣搖滾歌曲,BPM 為125。根據(jù) Stability 的說法,這表明 Stable Audio 可以生成多種風格的歌曲,包括氛圍音樂、技術(shù)音樂和電子舞曲。

      與以往基于人工智能的音樂生成器不同,Stable Audio 似乎能夠以長達90秒的時間生成音樂上連貫的作品,并且以44.1kHz 的專業(yè)音頻質(zhì)量。

      生成的樣本音頻聽起來非常真實,幾乎不會讓人懷疑背后沒有人類作曲家。根據(jù) Stability AI 的說法,使用 Nvidia A100GPU,95秒音頻可以在不到一秒鐘內(nèi)生成。

      這種技術(shù)有潛力在各種應(yīng)用中發(fā)揮作用,特別是在電影制作和游戲開發(fā)等創(chuàng)意領(lǐng)域。通過網(wǎng)絡(luò)瀏覽器可以訪問,即使對人工智能不熟悉的用戶也能輕松使用。

      為了實現(xiàn)這種質(zhì)量,Stability AI 對音樂庫進行了培訓,音樂庫由 AudioSparx 提供。通過使用約80萬首歌曲、音效和樂器片段,AudioSparx 與 Stability AI 合作,并承諾將音樂庫的收入份額提供給初創(chuàng)公司 Stability Audio。作為回報,參與培訓的歌曲的創(chuàng)作者可以通過 AudioSparx 分享 Stable Audio 的利潤。

      據(jù)稱,在培訓之前,這些創(chuàng)作人被問及是否愿意提供他們的歌曲。這個決定可能是對 Stability 在 Stable Diffusion 的培訓素材涉及版權(quán)辯論中所面臨的大規(guī)模反對的回應(yīng)。

      根據(jù) Stability AI 的說法,用戶可以免費將使用 Stable Audio 創(chuàng)建的音軌用于個人用途。商業(yè)用途需要付費訂閱。該公司的目標是創(chuàng)意專業(yè)人士,如電影制片人或游戲開發(fā)人員,他們需要快速獲得合適的背景音樂。

      Stability AI 還計劃發(fā)布一個基于不同數(shù)據(jù)集訓練的開源音樂模型。

      Stable Audio 不同于 Stable Diffusion,因為它不是開源的,不像流行的圖像模型那樣。然而,F(xiàn)AQ 中表示,將很快發(fā)布一個基于其他數(shù)據(jù)集訓練的開源模型。

      Stable Audio 的基礎(chǔ)是文本到音樂的模型 Dance Diffusion,該模型是在2022年由 Harmonai 發(fā)布的,并得到了 Stability 的支持。然而,Stable Audio 是 Stability AI 音頻部門從零開始開發(fā)的模型,該部門成立于2022年4月。

      對音樂使用擴散模型并不是一個新的想法。然而,Stable Audio 的強大之處在于它能夠以不同長度生成作品,訓練過程中考慮到了這一點。

      Stability AI 是這樣解釋底層技術(shù)的:Stable Audio 是一個潛在擴散模型,由幾個部分組成:變分自動編碼器 (VAE)、文本編碼器和基于 U-net 的擴散模型。 VAE 將立體聲音頻壓縮為有損、抗噪聲和可逆的潛在編碼,從而實現(xiàn)更快的生成和訓練。 新訓練的 CLAP 模型的凍結(jié)文本編碼器用于文本提示。 定時嵌入在訓練期間計算并用于控制輸出音頻長度。 Stable Audio 的擴散模型是基于 Moûsai 模型的9.07億參數(shù) U 網(wǎng)。

      您可以通過最近推出的網(wǎng)絡(luò)界面專門使用穩(wěn)定音頻。每月有20首時長不超過45秒的歌曲免費供個人使用。每月只需11.99美元,即可獲得500首歌曲,播放時間長達90秒,并獲得商業(yè)許可。

      沒有內(nèi)容過濾器很容易導致抄襲

      該工具還可以用來偽造流行藝術(shù)家的歌曲。到目前為止,唱片公司已經(jīng)能夠成功地對抗此類人工智能創(chuàng)作,但法律狀況仍不清楚。

      Stability AI 本身在接受 Techcrunch 采訪時堅稱,它希望負責任地使用該技術(shù)。AudioSparx 的數(shù)據(jù)庫不包含流行歌曲,但許多歌曲都以知名藝術(shù)家的風格進行標記。與谷歌的 MusicLM不同,著名藝術(shù)家的名字不會被屏蔽,至少目前還沒有。

      Stable Audio 能否為 Stability AI 的商業(yè)模式帶來回報還有待觀察,該商業(yè)模式迄今為止一直處于虧損狀態(tài)。無論如何,人工智能作品的令人印象深刻的質(zhì)量讓你刮目相看。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹慎對待。投資者據(jù)此操作,風險自擔。

    即時

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。

    3C消費

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質(zhì)性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。