Открытость для экспериментов и право собственности на созданный контент
Все модели Stable Audio 3.0 обучены на полностью лицензированных данных. Согласно лицензии Stability AI Community License, вы являетесь владельцем своих результатов и можете свободно распространять и коммерциализировать их.
Для организаций с годовым доходом более 1 млн долларов США мы предлагаем коммерческое покрытие в рамках нашей корпоративной лицензии (Enterprise license). Мы также предоставляем юридическую защиту в рамках корпоративной лицензии.
Модели 3.0 Small SFX, 3.0 Small и 3.0 Medium имеют открытые веса. Насколько нам известно, другие открытые музыкальные модели либо ограничивают коммерческое использование, либо несут риски, связанные с обучением на нелицензированной музыке.
Архитектурные достижения для вариативности и итераций
Stable Audio 3.0 — это наша архитектура нового поколения, построенная на основе инновационного семантико-акустического автокодировщика, который обеспечивает более длительную и гибкую генерацию аудио. Вы можете ознакомиться с полным текстом исследовательской работы здесь.
Генерация аудио переменной длительности — до шести минут и более. Stable Audio 3.0 представляет новый метод генерации аудио переменной длительности, который позволяет создавать именно то, что вам нужно, с точностью до секунды.
Модель 3.0 Small генерирует до двух минут аудио по сравнению с 11 секундами у Stable Audio Open Small и 47 секундами у Stable Audio Open. Модели 3.0 Medium и 3.0 Large генерируют более шести минут.
Полноценная музыкальная композиция на устройстве. Насколько нам известно, 3.0 Small — единственная модель, способная создавать полноценные музыкальные композиции локально на устройстве. Впервые генерация аудио на устройстве и в офлайн-режиме не ограничивается короткими сэмплами; она позволяет создавать законченные музыкальные треки.
Настраивайте модели на собственной библиотеке с поддержкой обучения LoRa. LoRa — это эффективный метод дообучения (fine-tuning), который впервые стал популярен в генерации изображений, а теперь становится перспективным методом настройки моделей генерации аудио.
Впервые мы публикуем документацию по обучению LoRa вместе с весами для 3.0 Small и 3.0 Medium. Для организаций с нашей корпоративной лицензией мы предлагаем возможность индивидуальной поддержки при дообучении.
Возможности инпейнтинга (inpainting) аудио. Изменяйте сегмент трека, перерабатывайте часть песни или расширяйте свою композицию, не начиная все сначала. Stable Audio 3.0 поддерживает редактирование одного сегмента, редактирование нескольких сегментов и причинное продолжение (расширение аудио за пределы его исходной конечной точки).
Подготовка почвы для будущего
Stable Audio 3.0 — это новая архитектура, на базе которой мы уже создаем следующее поколение полностью лицензированных аудиомоделей для профессионалов.
Хотя ответственно обученные модели генеративного ИИ критически важны, сами по себе они недостаточны. ИИ, ориентированный на артистов, победит только в том случае, если пользовательский опыт на лицензированной платформе будет лучше, чем на нелицензированной.
Мы также работаем над набором новых продуктов для музыкантов. Присоединяйтесь к списку ожидания, чтобы получить ранний доступ.
Тем временем вы можете узнать больше о наших партнерствах с Universal Music Group и Warner Music Group.
Начните работу со Stable Audio 3.0 прямо сейчас
Открытые веса: скачайте 3.0 Small SFX, 3.0 Small и 3.0 Medium на Hugging Face. Для организаций с годовым доходом более 1 млн долларов США свяжитесь с нами, чтобы обсудить корпоративное лицензирование.
API: Stable Audio 3.0 Large доступна через Stability AI API.
Партнерские платформы: Stable Audio 3.0 будет доступна на ComfyUI и других платформах.
