Stability AI发布 Stable Audio2.5,专业音频生成技术再升级
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,能够创作多段音乐作ab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il的合成器声”。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it训练方法 —— 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。Staby ility AI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AI立体声音频,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通过先进的 S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 AI希望该ta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 AI的音频bl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Stability AIAu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。
️ 引入音频修di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。
相关文章:
- 标签: 享界S9 享界汽车 麋鹿测试 中汽中心
- 微软 Copilot AI 实现邮件和文件直接连接,提升办公效率
- 标签: 元戎启行 阮翀 DeepSeek 基座模型
- 重拳出击!滴滴首度公开安全AI模型,顺风车风险防控进入“人机协同”新阶段
- 亚马逊任命云计算业务下一任CEO 竟是一位故人
- 商汤AI视频Agent Seko用户突破10万,AI创作进入“一站式”新阶段
- 抖音副总裁李亮称 AI 令造谣更易,平台正用智能体治理谣言
- 2022年六个要避免的顶级云成本优化问题以及应对方式 译文
- 阿里云三季度营收276.48亿元 同比增长2%
- 使用Linode引擎实现Kubernetes自动缩放的优秀实践 译文
相关推荐:
- 谷歌将应用商店开发者每年首次100万美元收入抽成减少至15%
- Facebook副总裁:将改进新闻推送功能,不鼓励极端主义
- 马斯克旗下xAI将投资200多亿美元在密西西比州建设数据中心
- 标签: 斗鱼 三角洲行动 英雄联盟 光谷电竞嘉年华
- Verizon灏嗘妸璋锋瓕Messages浣滀负榛樿�娑堟伅搴旂敤锛氬�鎶楄嫻鏋渋Message
- 标签: 深度原理 AI Materials Factory Agent Mira for
- 标签: Marvell TSMC A14 台积电
- 上海成立量子人工智能联合体
- 标签: 北京亦庄机器人半马 WWDC26 iOS27 Siri PuraXMax
- 标签: 中国移动 5G网络 AIoT平台 卫星通信
