MADRID 21 maio (Portaltic/EP) -
A Stability AI anunciou o lançamento do Stable Audio 3.0, sua nova família de modelos de texto para áudio destinados à música e efeitos sonoros, incluindo modelos de pesos abertos, disponíveis para uso local em um PC.
O Stable Audio 3 é a última geração de inteligência artificial criada pela Stability AI para a criação de som e se caracteriza pelo uso de uma tecnologia capaz de compreender a estrutura musical profunda. Ele permite gerar áudios de duração variável (de até mais de 6 minutos contínuos em suas versões mais potentes) com qualidade profissional (estéreo a 44,1 kHz).
Em seu blog, a Stability AI anunciou a disponibilidade dessa IA e a disponibilização de três modelos de pesos abertos no repositório Hugging Face, de onde podem ser baixados, e no GitHub, com um repositório otimizado especificamente para a inferência do Stable Audio 3 (responsável por sua execução) e o ajuste fino com LoRA. Todos eles foram treinados com conteúdos licenciados.
O Stable Audio 3 Small SFX, disponível para download no Hugging Face, é o modelo especializado na criação de efeitos sonoros, como ruídos ambientais, explosões, passos e muito mais, e se caracteriza por gerar clipes de até dois minutos e por ser extremamente leve. Ele foi projetado para funcionar localmente em celulares ou laptops comerciais.
O Stable Audio 3.0 Small Music é o modelo irmão do anterior, criado para composição musical. Ele é capaz de compor canções e melodias instrumentais completas a partir de texto e gera faixas de até dois minutos, com a vantagem de poder fazer isso localmente e sem conexão em computadores de uso diário.
O modelo projetado para a máxima fidelidade artística, que pode ser baixado gratuitamente, é o Stable Audio 3.0 Medium. Ele gera tanto música quanto sons em geral, mas em um nível superior. É capaz de manter a coerência melódica, o ritmo e a estrutura da música de uma forma mais complexa do que as versões menores. Oferece a possibilidade de gerar faixas de até 6 minutos e 20 segundos.
Há também um quarto modelo, o Stable Audio 3.0 Large, que está disponível por meio da API da Stability AI e por meio de auto-hospedagem para implantações corporativas. É o mais potente da família e foi projetado para grandes plataformas. Ao contrário dos outros três modelos, requer o uso de supercomputadores e não está disponível para download. Pode ser testado no site da Stable Audio.
Esses modelos funcionam sob a Stability AI Community License, o que significa que são totalmente gratuitos para uso pessoal e criativo. Desde o seu anúncio, a Stability AI destaca que não cobra royalties nem reivindica direitos de propriedade sobre os resultados gerados pelo modelo. Também foram publicados dois artigos acadêmicos sobre o Stable Audio 3.0: o artigo sobre o Stable Audio 3 e o artigo sobre o SAME.
Esta notícia foi traduzida por um tradutor automático