稳定AI宣布发布其AI音频生成器，并声称它提供一流的性能。
在过去的几个月里，我们已经看到了一些性能各异的AI音频生成器，但稳定音频似乎提高了标准。
使用稳定音频，您可以输入文本提示符，它将根据提示符生成音乐或音频。我们已经从谷歌的MusicLM和Meta的AudioCraft产品中看到了这种功能。
MusicLM仍然只在Google的Test Kitchen中可用，并以24 kHz的频率生成音乐。Meta的AudioCraft真的令人印象深刻，但它只产生32 kHz的音乐。
稳定音频是第一个部署的文本到音频生成器，它以44.1 kHz的频率输出音频，这是“CD音质”音乐的采样率。
Stable Audio的另一个令人印象深刻的特点是它产生的曲目长度。大多数人工智能音频生成器产生的音乐片段很快重复或迷失方向。稳定的音频产生更微妙的音乐约90秒，而不失去连贯性。
今天，我们非常高兴地推出了我们第一个用于音乐和声音生成的人工智能产品–稳定音频！
免费试用一下！#stableaudio #newannouncement
Https://t.co/pRK3Qs9Fak pic.twitter.com/cZfbK1mZYA-稳定AI(@稳定AI)2023年9月13日
您可以在这里查看生成的音频的一些示例。
下面是一个我能够使用该工具生成的轨道的示例，提示如下：
“后摇滚，吉他，鼓包，低音，弦乐，尤感，向上提升，情绪化，流动，原始，史诗，感伤，125 BPM”
听起来不错。
该模型依赖于Stability的潜在扩散技术，该技术用于其其他生成AI产品。它在推理过程中使用了一些聪明的编解码器，它说允许使用Nvidia A100 GPU在1秒内生成95秒的44.1 kHz音乐。
培训和版权问题
稳定AI与Harmonai合作制作了稳定音频，Harmonai是一个专注于创建开源生成性音频模型的深度学习研究实验室。稳定性AI的音频团队在HarmonAI训练的早期舞蹈扩散模型的基础上创建了一个新模型。
用于训练Stable Audio的数据集来自AudioSparx，该数据集提供了大约80万首独立音乐艺术家的歌曲。
艺术家可以选择将他们的作品排除在数据集之外，据报道，大约有10%的人这样做。
选择将其作品包含在数据集中的艺术家将分享稳定AI和AudioSparx已经达成的利润分享安排。
数据集中没有任何大牌艺人，但Stable Audio不会阻止您在提示符中添加艺人或乐队名称。
虽然AudioSparx库不包含AC/DC等乐队的作品，但它确实包含了大量被描述为AC/DC风格的音乐。
你仍然不能对你用人工智能工具生成的音乐授予版权。使用条款规定，您“有责任确保所有使用稳定音频制作的内容的合法性”。
条款进一步声明“您声明并保证您拥有这些提示的所有必要权利、所有权和利益，包括但不限于其中包含的所有必要的版权和公开权。
所以也许不要在提示中添加“Metallica”。这些家伙做的音乐很棒，但他们也喜欢一个好的版权诉讼。
Stable Audio的价格是多少？
您可以免费试用Stable Audio，但每月只能生成20首不可商业化的曲目，每首曲目的长度不得超过20秒。他们的服务器目前绝对瘫痪，所以需要一段时间来生成一个轨道。
令人兴奋的是，我们今天推出的稳定音频的需求已经超出了图表！但我们的服务器现在已满负荷，因此您可能无法访问产品。如果您不能，我们恳请您24小时后再试一次。
与此同时，我们正在努力工作…
– Stability AI（@ StabilityAI）2023年9月13日
专业订阅将运行您每月11.99美元，使您可以生成500个可商业化的轨道，最长为90秒，每个月。
未使用的生成学分不会滚动到下一个月，所以使用它或丢失它。
如果您的应用、网站或软件拥有超过10万用户，您需要联系Stability以获取其企业计划的定价。
表示，它将很快开放一种音乐生成模型，并基于不同的数据进行培训。
凭借其稳定音频产品，Stability AI终于找到了一种为投资者赚钱的方法。
