您现在的位置是:热点 >>正文
Stability AI发布 Stable Audio2.5,专业音频生成技术再升级
热点936569人已围观
简介...
Stability AI近日推出了其最新音频生成模型 Stable Audio2.5,旨在为专业音效制作提供更加高效的解决方案。该模型的设计初衷是帮助创意St团队快速生成高质量、可定制的音频作品,满足市场对音频内容日益增长的需求。
Stable Audio2.5的最大亮点在于其生成能力更为复杂,能够创作多段音乐ab作品,包括引子、发展和尾声。Stability AI 表示,新的模型能够更准确地响应情感提示,比如 “振奋人心”,并且能够理解特定音乐风格的提示,例如 “丰富的合成il器声”。用户只需几秒钟即可生成最长三分钟的音乐曲目,而在 Nvidia H100GPU 上,处理时间甚至低于两秒。
这款新模型的速度得益于其采用的后期训练方法it —— 对抗相对 - 对比(Adversarial Relativistic-Contrastive,简称 ARC),这一技术由公司研究团队开发。Stability Ay I还在今年五月推出了一款适用于智能手机的紧凑版本,同样使用 ARC 方法。Stable Audio Open Small 模型能够在移动设备上生成最多11秒的立体声音AI频,仅需七秒钟。
在功能方面,Stable Audio2.5的主要更新是音频修补(audio inpainting)功能。用户可以上传自己的音频文件,选择发布起点,让 AI 生成后续内容,完成或扩展现有的录音。此外,用户还可以通过文字提示生成音乐。需要注意的是,上传的文件必须是无版权的,Stability AI通过先进 S的识别系统来确保版权合规。与早期版本一样,Stable Audio2.5也是在一个已授权的数据集上进行训练的,被认为是商业安全的。
Stability AIta希望该技术能应用于广告、零售、品牌音效等多个领域,与 WPP 旗下的音效品牌代理机构 Amp 合作,为大型客户提供一致的音频识别服务。Stability AIbl的音频团队还可以根据公司的音效库调整模型,打造独特的音频标识。Stable Audio2.5将通过 WPP Open 平台面向 WPP 的全球客户开放。
自2024年4月e 推出 Stable Audio2以来,Stability AI已开始在音频领域扩展合作伙伴网络,努力增强自身财务实力。今年3月,WPP 集团对StabilitAuy AI进行了不公开的投资,而 Meta 也在加速推进其音频研究。
划重点:
新模型 Stable Audio2.5支持生成复杂的音乐作品,快速生成最长三分钟的音轨。
️di 引入音频修补功能,用户可以上传音频文件,让 AI 完成或扩展录音。
🤝 Stability AI 与 WPP 等大型客户合作,致力于提供一致的品牌音频识别服务。
Tags:
相关文章
遏制矿工扫货 英伟达限制显卡性能
热点美国芯片巨头英伟达本周二宣布,他们将限制旗下热销的游戏显卡RTX3080和3070的性能,以阻止其用于加密货币挖矿业务。矿商们拿英伟达显卡挖矿,挖的最多的就是以太币,占到了大约九成。今年以太币价格翻了...
【热点】
阅读更多做出电影级的 CG 渲染!斯坦福大学研究人员提出神经光图渲染
热点神经辐射场(NeRF)这一技术能够创建人工智能生成的三维环境和三维物体。 但这种新的图像合成技术需要大量的训练时间,并且缺乏实现实时、高度响应接口的实现。 然而,企业和学术界之为这一挑战提供了新的思路...
【热点】
阅读更多Sentry 监控之Discover 大数据查询分析引擎
热点¼ * Discover 查询 * 预置查询 * 已保存查询 * 构建新查询 * 搜索查询 * 排序查询 * 编辑查询 * 共享查询 * 删除查询 * 查询结果 * 事件详情 * 查询生成器 * 按全...
【热点】
阅读更多