Stability AI lansează Stability Audio 3.0, modele capabile să genereze melodii de peste șase minute antrenate pe date licențiate

Stability AI, compania din spatele generatorului de imagini Stable Diffusion, lansează o nouă familie de modele audio, denumită Stability Audio 3.0. Potrivit companiei, modelul de vârf poate genera piese muzicale la nivel profesionist, cu o durată de peste șase minute.

Sub numele Stability Audio 3.0 sunt lansate patru modele noi: small SFX (459 milioane de parametri), small (459 milioane de parametri), medium (1,4 miliarde de parametri) și large (2,7 miliarde de parametri). Cele două variante small sunt concepute pentru generare de sunete și muzică direct pe dispozitiv, cu durată de până la două minute.

Modelele medium și large pot crea compoziții complete de 6 minute și 20 de secunde, capabile să mențină structura muzicală și linia melodică. Este mai mult decât dublu față de durata maximă a pieselor pe care le putea produce Stable Audio 2.0, lansat în 2024.

Stability AI pune la dispoziție modelele small SFX, small și medium cu greutăți deschise, astfel încât oricine să le poată utiliza și modifica. În 2024, compania lansase Stable Audio Open, care permitea generarea de muzică de până la 47 de secunde. Noua familie de modele marchează un salt important față de versiunile deschise anterioare.

Modelul large este disponibil exclusiv prin API și prin servicii cu plată de tip self-hosting. În plus, companiile cu venituri mai mari de 1 milion de dolari vor avea nevoie de o licență enterprise pentru a-l folosi.

Multe companii lansează modele și instrumente dedicate generării de muzică cu ajutorul inteligenței artificiale. Totuși, așa cum demonstrează procesele în derulare împotriva unor servicii precum Suno și Udio, modul de licențiere a datelor folosite la antrenare și parteneriatele cu casele de discuri ar putea deveni esențiale pentru supraviețuirea pe termen lung a acestor platforme.

Anul trecut, Stability AI a semnat acorduri cu Warner Music Group și Universal Music Group pentru dezvoltarea de modele și instrumente de creație muzicală. Compania susține că noul set de modele audio este antrenat exclusiv pe date licențiate în mod complet.

Startupul de inteligentă artificială lucrează la o nouă suită de produse destinată muzicienilor profesioniști. Nu a oferit însă detalii suplimentare despre funcționalitățile planificate. Ethan Kaplan, fost director digital la Universal Audio și Fender, se alătură companiei pentru a coordona oferta Stability dedicată industriei muzicale profesionale.

Tot mai multe firme de AI încearcă să își consolideze credibilitatea prin recrutarea de executivi cu experiență în muzică. La începutul acestui an, Suno l-a angajat pe fostul CEO Merlin, Jeremy Sirota, în rolul de chief commercial officer. De asemenea, ElevenLabs l-a recrutat pe Derek Cournoyer, venit de la publisherul independent Kobalt, ca responsabil de strategie pentru segmentul său de muzică.