Stability AI представила Stable Audio 2.5 — новую версию модели для генерации аудио, созданную для профессионального звука. По словам компании, этот инструмент помогает креативным командам быстро получать настраиваемую музыку высокого качества.
Stable Audio 2.5 строит более сложные музыкальные композиции, в том числе с интро, развитием и аутро. Модель точнее реагирует на запросы по настроению, например “обнадеживающая”, и учитывает жанровые описания, такие как “пышные синтезаторы”.
Дорожки до трех минут генерируются за несколько секунд — менее двух секунд на GPU Nvidia H100.
Быстрота работы достигается с помощью метода Adversarial Relativistic-Contrastive (ARC), который разработали в Stability AI. В мае компания выпустила мобильную версию Stable Audio Open Small на базе ARC — она создает стереозвук до 11 секунд за примерно семь секунд.
Главное новшество Stable Audio 2.5 — возможность дописывать или завершать аудиофайл. Пользователь загружает свой фрагмент, выбирает точку начала, и модель дорисовывает дальнейшее звучание. Также поддерживается генерация музыки по текстовому описанию.
Загружать можно только аудиофайлы без авторских прав. Компания заявляет, что на платформе работают системы распознавания для проверки соблюдения правил. Модель обучалась на лицензированных данных и, по утверждению Stability AI, подходит для коммерческого применения.
Stable Audio 2.5 подходит для рекламы, интро игр, фоновой музыки в магазинах и даже звуков для банковских карт или авто — все для узнаваемого стиля бренда. Команда Stability AI может подбирать и обучать модель индивидуально под каждому заказчику.
Для крупных клиентов Stability AI сотрудничает с Amp (агентство WPP по аудиобрендингу). Через платформу WPP Open доступ к Stable Audio 2.5 получат клиенты WPP по всему миру.
В апреле 2024 года Stability AI выпустила Stable Audio 2 с поддержкой генерации трехминутных треков и возможностью передачи стиля одного аудиофрагмента другому. Компания расширяет сотрудничество с другими фирмами; в марте WPP Group инвестировала в Stability AI неназванную сумму. Компания Meta* также активизировала собственные разработки в области аудио.
*Meta — запрещенная в РФ организация.
