Stability AI 推出 Stable Audio Open —— 更加重視著作權的文字轉音訊開源模型 | DigiLog 聲響實驗室
讀音樂 » 互動科技 » Stability AI 推出 Stable Audio Open —— 更加重視著作權的文字轉音訊開源模型

Stability AI 推出 Stable Audio Open —— 更加重視著作權的文字轉音訊開源模型

70bbaca9 aa8f 477c 8763 6bf8945a48f8
Author by DigiLog 作者群 Cal 2024.06.11

Stability AI 最近發布了一款免費的開源文字轉音訊模型「Stable Audio Open」,這款模型特別注重於對創作者權利的尊重,前音訊副總裁 Ed Newton-Rex 因反對在訓練數據集中使用版權材料而離職,並在公開辭職信中指出,許多公司在未經許可的情況下使用創作者的作品訓練生成式 AI 模型,這可能會與原創作品競爭,損害創作者的利益。因此,Stable Audio Open 的訓練數據集來自 Freesound 和 Free Music Archive,確保在創建開放音訊模型的同時尊重創作者權利。

 

 

事實上,Stability AI 去年 9 月推出的首款 Stable Audio 1.0 就曾被《時代》雜誌評為 2023 年最佳發明之一;今年 4 月,他們又發布了更新版本 Stable Audio 2.0,進一步提升藝術家和音樂人的創作工具。新推出的 Stable Audio Open 模型允許使用者生成高質量的短音訊樣本,並用於音效設計。用戶只需要通過簡單的文字描述,就可以創建出長達 47 秒的音訊片段,特別適合製作音效、鼓點、樂器段落、環境音效等音樂和音效設計常用的製作元素。而且使用者可以針對音訊數據進行微調。例如:自行打擊鼓聲並使用錄音來訓練模型,生成符合自己風格的新鼓點。

 

Stable Audio Open 的模型權重已在 Hugging Face 平台上提供下載,Stability AI 也鼓勵音效設計師、音樂人、開發者以及對音訊感興趣的使用者探索模型的功能並提供反饋。

 

資料來源 Stability AI 官方網站
 

Watched 此文章被關注 1075 次

討論區

目前尚無評論

Digilog