Stability AIとArmが連携、スマホ上で音声生成AIが完全オフライン動作
Stability AI は Arm と提携し、テキストから音声を生成する Stable Audio Open をスマートフォン向けに最適化したと発表。Arm の KleidiAI を活用し、11 秒の音声生成を 240 秒から 8 秒未満へと 30 倍高速化し、ネット接続なしの CPU 実行を実現した。
Stable Audio Open
Stability AI、オープン音響モデル「Stable Audio Open」の論文を公開
Stability AIはテキストから音声を生成するオープンモデル「Stable Audio Open」の論文を公開した。約50万件のクリエイティブ・コモンズ音源で学習され、民生向けGPUで最長47秒・44.1kHzのステレオ音響を生成可能。モデルの重みはHugging Faceで公開中。