Stability AI推出Stable Audio開源版!免費AI生成超過半分鐘的聲音

聯合新聞網 楊又肇

Stability AI宣布釋出能以文字描述自動生成聲音內容的Stable Audio開源版本,並且以Stable Audio Open為稱,將可依照文字內容生成約47秒長度聲音內容。

Stability AI推出Stable Audio開源版本,可以文字免費生成約47秒長度聲音。

Stable Audio Open模型是以超過48萬筆聲音紀錄進行訓練,其中超過90%資料源自免費聲音資料庫Freesound,同時也有部分聲音源自Free Music Archive (FMA),並且強調所有聲音內容都事先合法取得使用許可。

至於文字內容理解部分,則是透過預先訓練的T5 (Text-to-Text Transfer Transformer)模型處理文字分析,並且產生後續相應文本內容,進而讓Stable Audio Open模型產生相應聲音內容。

透過此開源模型生成聲音內容約達47秒長度,Stability AI表示將能用於產生環境音效、模擬聲音,或是即興聲音內容,除了用於內容創作,也能用於補足所需聲音片段。

跟Stable Audio比較的話,除了可生成聲音內容長度有明顯差異,聲音內容也不會進一步將音質等細節最佳化。而Stable Audio目前已經發展至2.0版本,不僅生成聲音內容長度可達3分鐘,更可生成44.1kHz音質內容。

Stable Audio Open目前已經可透過開源模型託管平台Hugging Face取得1.0版本。

《原文刊登於合作媒體mashdigi,聯合新聞網獲授權轉載。》

📌 數位新聞這裡看!

 訂閱《科技玩家》YouTube頻道!
💡 追新聞》》在Google News按下追蹤,科技玩家好文不漏接!
📢甩開悠遊卡?北捷10月開放多元支付閘門 1招真能用iPhone快速模式嗶進站
📢 手機壞掉不能換SIM卡?NCC疑新規定「90天2次」 他傻眼曝倒霉時間軸
📢 Switch 2完整拆解!Joy-Con 2控制器仍會遇上飄移問題
📢 TORRAS COOLiFY Cyber、COOLiFY 2S AI頸掛空調開箱!實測戶外超涼 還能解落枕
📢 他逛光華商場驚覺變無聊又被盤!過來人羞曝「朝聖攻略」:好吃又好玩
📢 iPhone 17改名iPhone 2025?他搖頭揭背後「藏大招」 賺錢金頭腦原理曝

楊又肇

曾任聯合新聞網 (udn.com)數位頻道記者,目前為自由寫手與Mas...

AI 模型 文字 聲音 免費 平台

推薦文章

留言