Stability AI-dan altı dəqiqədən uzun musiqilər istehsal edə bilən yeni səs modeli: Stable Audio 3.0

Stable Diffusion-un inkişaf etdiricisi Stability AI, musiqi istehsal edə bilən yeni səs modeli seriyası olan Stable Audio 3.0-ı təqdim etdiyini açıqlayıb. Bu model serisində 459 milyon parametri olan small SFX, 459 milyon parametri olan small, 1,4 milyar parametri olan medium və 2,7 milyar parametri olan large olmaqla dörd yeni model yer alır.

Şirkət, ən yüksək modelin altı dəqiqədən uzun peşəkar keyfiyyətdə musiqilər istehsal edə biləcəyini, kiçik modellərdən ibarət ikilinin isə cihaz üzərində iki dəqiqəyə qədər səs və musiqi istehsal edə biləcəyini bildirir. Orta və böyük modellər, musiqi strukturunu və melodik tonu qoruyaraq 6 dəqiqə 20 saniyə uzunluğunda əsərlər yarada bilir. Bu müddət, 2024-cü ildə təqdim edilən Stable Audio 2.0-nın istehsal edə bildiyi müddətdən iki dəfə çoxdur.

2024-cü ildə şirkət, 47 saniyəyə qədər musiqi istehsalına imkan tanıyan Stable Audio Open-ı təqdim etmişdi. 2025-ci ildə isə Stability AI, smartfonlar üçün musiqi istehsal aracı Stable Audio Open Small ilə çıxış etdi. Hal-hazırda Stability AI, Stable Audio 3.0 üçün small SFX, small və medium modellərini açıq ağırlıqla istifadəyə təqdim edir.

Böyük model isə yalnız API və şirkətin öz serverində yerləşdirilən ödənişli xidmətlər vasitəsilə istifadə oluna bilər. 1 milyon dollardan çox gəliri olan şirkətlərin korporativ lisenziya alması tələb olunur. Keçən il model və musiqi istehsal alətləri inkişaf etdirmək üçün Warner Music Group və Universal Music Group ilə müqavilələr imzalayan Stability AI, son səs modelləri dəstinin tamamilə lisenziyalı məlumatlar üzərində qurulduğunu qeyd edir.

Eyni zamanda, Stability AI, peşəkar musiqiçilər üçün yeni bir məhsul paketi hazırlayır. Şirkət, bu məhsul paketinin xüsusiyyətləri ilə bağlı məlumatları hələlik gizli saxlayır. Universal Audio və Fender-in keçmiş rəqəmsal baş məsul şəxsi Ethan Kaplan isə Stability-nin peşəkar musiqi xidmətlərini idarə etmək üçün şirkətə qoşulur.