Stability AI、オープンウェイトなテキスト楽曲生成「Stable Audio Open」公開。Google Colabで無料で体験！ #StableAudioOpen 2024年7月22日、Stability AI が「Stable Audio Open」の研究論文をリリースしました。 「Stable Audio Open」というタイトルで 論文プレプリントサイト arXiV に 7月19日付けで投稿された論文「Stable Audio Open」は、 オープンな生成モデルはコミュニティにとって非常に重要であり、ファインチューニングを可能にし、新しいモデルを提示する際のベースラインとして役立ちます。しかし、現在のほとんどのテキスト音声生成モデルは非公開であり、アーティストや研究者がその上に構築することはできません。ここでは、クリエイティブ・コモンズのデータで学習させた新しいオープ
画像生成AIのStable Diffusionを開発したことで知られる英国企業Stability AIが9月13日、音楽生成AIサービス「Stable Audio」を開始しました。 作りたいサウンドをテキストで記述すると、それに従って高品質な音が生成されるというサービス。いわばサウンド版Stable Diffusionです。 このニュースをStability AIのXへのポストで知ってすぐに（20分は経っていない）アカウントを作って試してみたのですが、4つ目のプロンプトを生成しようとしたところであまりの人気でサイトがダウン。それ以降はまともにアクセスができない状況です。 ▲たまに画面も出現するが、生成はできない じっくり使ってからレポートしようと考えていたのですが、まだアクセスできないので、ちょっとだけ試してみたことから、その可能性を探っていきたいと思います。 無料含む3つのプランStab
現在のAIブームのきっかけは、画像生成AIがブレークしたことだ。 あまりにもリアルで人間が描いたものを凌駕するような絵画をAIが描いたことで話題を呼んだ。今では様々な画像生成AIが登場しているが、その中心は「Stable Diffusion」という画像生成AIだ。複数の研究者によって開発され、Stability AIという会社が提供したものだが、そのStability AIが今度は「Stable Audio」という音楽生成AIを発表した。つまり話題の画像生成AIの大手が手がけた音楽生成AIということになる。 １万9500時間以上の音楽データから学習した音楽生成AI Stable Audioは、グーグルの「MusicLM」やメタの「MusicGen」のように、プロンプト(指示文)に基づいて音楽を作り出す本格的な生成AIだ。Diffusionは拡散モデルを意味し、浮き上がるようなステップを経て
Stability AI は、音楽とサウンド生成のための初のAIモデルとなる Stable Audio を発表しました。 Stable Audio は、最新の生成 AI 技術を駆使し、使いやすい Web インターフェースを介して、より高速で高品質な音楽とサウンドエフェクトを提供する世界初の製品です。Stability AI は、45秒までのトラックを生成してダウンロードできる Stable Audio の基本無料版と、商用プロジェクト用にダウンロード可能な90秒のトラックを提供する「Pro」サブスクリプションを提供しています。 StabilityAI の CEO である Emad Mostaque は、「唯一の独立した、オープンでマルチモーダルな生成 AI の会社として、音楽クリエイターをサポートする製品を開発するために私たちの専門知識を活用できることを嬉しく思います。私たちの願いは、St
🔥🔥🔥😱 Really? Yup. This is the v1.5 stable diffusion model with no modifications, just fine-tuned on images of spectrograms paired with text. Audio processing happens downstream of the model. It can generate infinite variations of a prompt by varying the seed. All the same web UIs and techniques like img2img, inpainting, negative prompts, and interpolation work out of the box. Code: https://git
最近話題になった「音楽生成AI」をまとめました。 1. AudioGenテキストからオーディオを生成するAIモデルです。「風が吹く中で口笛をする音」や 「大勢の歓声の中で話す男性の声」といったテキストから、それらしい音を生成してくれます。 現在のところ、モデルやAPIは提供されていません。 We present “AudioGen: Textually Guided Audio Generation”! AudioGen is an autoregressive transformer LM that synthesizes general audio conditioned on text (Text-to-Audio). 📖 Paper: https://t.co/XKctRaShN1 🎵 Samples: https://t.co/e7vWmOUfva 💻 Code & mod
最近、いろいろなところで話題に上がるようになってきたイマーシブオーディオ。名前だけは聞くけれど、いま一つよくわからない……という人も少なくないと思います。一言でいえば立体的に音を表現するオーディオの世界を表しているのですが、昨今のテクノロジーの進化もあり、従来のサラウンドサウンドとは一線を画すものであり、スピーカーによる再生だけでなく、ヘッドホンでも立体的に聴くことができるようになったのが大きな特徴でもあります。 そのイマーシブオーディオには、Dolby AtmosやAuro-3Dなど、いくつかの規格が存在していますが、ヘッドホンでの再生において優位に立っているのがソニーが開発した360 Reality Audioです。ヘッドホンからの音なのに、前後左右はもちろん、上からも下からも、まさに自分を取り囲むすべての方向から音が聴こえるようになっているのです。そこで、これから連載する形で360
Web Audio APIとは？ 先日参加したGoogle Developers Day 2011で少し紹介されており、興味をもったのでちょっとさわってみました。 Web Audio APIとは、音声処理・合成のためのJavaScript APIです。 いままでWeb上でのオーディオはFlashやQuickTime等のプラグイン経由でしか使うことができませんでしたが、 HTML5でaudio要素が加わり、簡単にブラウザ上でオーディオを扱うことができるようになりました。 今回ご紹介するWeb Audio APIは、それよりも複雑な操作（ミキシング/プロセッシング/フィルタリングなど）を可能にしてくれます。 このAPIを使用すると、Webアプリやゲームにさまざまなサウンドエフェクトを追加することができます。 サンプル紹介ページ※1 には、このAPIを利用して作成されたドラムマシンやエフェクター
Getting started with Web Audio API Stay organized with collections Save and categorize content based on your preferences. Before the HTML5 <audio> element, Flash or another plugin was required to break the silence of the web. While audio on the web no longer requires a plugin, the audio tag brings significant limitations for implementing sophisticated games and interactive applications. The Web Au
テック系のニュース・サイト：Mashableが、“13 Best Free Audio Editors”というタイトルで、無償で利用できる13種類の波形編集ソフトウェアを紹介しています。この記事を読んでいる方はきっとDAWソフトウェアを1本は持っていると思いますが、ちょっとした編集を行う際には、意外と重宝する波形編集ソフトウェア。気になるものがあれば、ぜひ試してみてはいかがでしょうか。 1：Acoustica Basic Edition Windows用の高機能な波形編集ソフトウェア。録音、編集、ミキシング、マスタリング、バッチプロセッシングなど、波形編集ソフトウェア基本的な機能はひととおり装備。マルチトラック編集やオフライン解析、ノイズ除去といった機能が追加された有償版も用意されています（Standard Editionは39.9ドル、Premium Editionは119.9ドル）。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
