推出Stable Diffusion影像生成工具的人工智慧 業者Stable AI ,近期宣布推出其新款語音 生成模型 Stable Audio 2.0,將能透過文字 產生時間長度達3分鐘的44.1kHz規格立體聲音 訊,相比先前版本僅能產生45秒明顯有大幅成長。
Stable Audio 2.0跟1.0版本一樣,都是透過AudioSparx收錄超過80萬組音訊資料進行訓練,除了可透過文字產生音訊內容,更可透過上傳參考音訊樣本,讓使用者 透過自然語言描述方式生成不同音訊內容,並且透過風格轉換工具進行後續調整。
而Stable Audio 2.0可產生音質達44.1kHz規格的立體聲音訊,同時長度更可長達3分鐘,幾乎是多數歌曲 常見長度,預期可讓更多創作者生成所需配樂、音訊內容。
目前Stable Audio 2.0已經對外免費開放使用,使用者能透過Stable AI或Google帳號登入後操作。
《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!
📢 iPad mini 7蘋果官網突襲登場!升級A17 Pro晶片 價格、規格6大看點一次看
📢 LINE免費貼圖3款來了!這款免任務爽用半年 上班族社畜必用它解悶
📢 資費優惠懶人包/4G吃到飽488!5G送2千元神祕小禮、不限速半價超便宜
📢 16490元的ROG Azoth Extreme電競鍵盤開箱!鋁合金機身 雪軸誘人好敲打
📢 蘋果最便宜iPhone SE 4保護殼外洩!3大看點成2025年最期待平價手機
📢 免年繳!微軟推Office 2024花4790元永久買斷 PC、Mac都可用