Компанія Stability AI, відома як розробник генератора зображень Stable Diffusion, анонсувала нове сімейство аудіомоделей Stability Audio 3.0. Флагманська версія здатна створювати музичні композиції професійного рівня тривалістю понад шість хвилин.
Повідомляє видання GALERANEWS, посилаючись на TechCrunch.
До лінійки увійшли чотири моделі: Small SFX, Small, Medium та Large. Молодші версії призначені для генерації звукових ефектів і музики тривалістю до двох хвилин безпосередньо на пристроях користувачів. Моделі Medium і Large можуть створювати повноцінні музичні композиції тривалістю до 6 хвилин 20 секунд зі збереженням структури та мелодійності.
У Stability AI зазначають, що це більш ніж удвічі перевищує можливості Stable Audio 2.0, представленої у 2024 році. Компанія відкрила ваги моделей Small SFX, Small і Medium для вільного використання та модифікації розробниками. Найпотужніша модель Large буде доступна через API та платні сервіси самостійного розгортання.
Ринок генерації музики за допомогою штучного інтелекту стає дедалі конкурентнішим. Аналогічні рішення розвивають Google, ElevenLabs, Suno та Udio. Водночас питання ліцензування музичних даних залишається одним із ключових викликів для галузі. Stability AI підкреслює, що нові моделі навчені виключно на ліцензованих даних.
Минулого року компанія уклала партнерські угоди з Warner Music Group та Universal Music Group для створення інструментів на базі ШІ для музичної індустрії. Також Stability AI повідомила про розробку нового набору продуктів для професійних музикантів.
