Stable Audio 2.0登場、最長3分の楽曲生成やAudio-to-Audioに対応
Stable Audio 2.0が発表された。テキストプロンプトから最長3分、44.1kHzステレオの構成整った楽曲を生成できる。Diffusion Transformerの採用で楽曲構造の再現性が高まり、音源をアップロードして音色やスタイルを変換するAudio-to-Audioにも対応。公式サイトで無料体験できる。
AudioSparx
Stability AI、音楽・効果音生成AI「Stable Audio」を発表
Stability AI はテキストから音楽や効果音を生成する新製品「Stable Audio」を発表した。潜在拡散モデルを採用し、44.1 kHz の高音質オーディオを生成可能。無料版は最長 45 秒、商用利用可能な Pro 版は最长 90 秒のトラックに対応し、学習には AudioSparx の正規音源が使われている。