從科幻走進現(xiàn)實，元宇宙概念逐漸清晰
2021年，元宇宙概念如同一顆炸彈投進互聯(lián)網(wǎng)行業(yè)，掀起了一場數(shù)字海嘯，眾多企業(yè)紛紛入局，在此新領(lǐng)域展開新探索。那么，加速狂奔的元宇宙究竟是什么？概念翻紅，元宇宙走進資本圈2021年3
9 月 14 日消息，Stability AI 現(xiàn)已正式發(fā)布企業(yè)級音頻生成模型 Stable Audio 2.5，相對上一代主要圍繞音頻細節(jié)、生成速度方面進行提升，號稱“僅需 2 秒鐘即可創(chuàng)建 3 分鐘音頻曲目”。
據(jù)介紹，Stable Audio 2.5 的核心改進集中在音樂生成能力方面，號稱生成結(jié)果更加貼合實際編曲邏輯，可呈現(xiàn)前奏、發(fā)展與結(jié)尾等完整多段式結(jié)構(gòu)。同時新模型對提示詞的理解更為準確，尤其在情緒描述和音樂風格詞匯的把握上，響應更符合預期。
此外，新版模型還顯著改進了音頻生成速度，Stability AI 稱這主要得益于研發(fā)團隊提出的后訓練方法 ARC（注：Adversarial Relativistic-Contrastive），這一技術(shù)通過結(jié)合相對式對抗訓練與對比判別器，加速擴散模型的生成過程，可在保證音軌質(zhì)量的同時顯著降低 GPU 推理耗時，從而實現(xiàn) 2 秒鐘生成長達 3 分鐘的音頻內(nèi)容。
除此之外，Stable Audio 2.5 還新增了音頻修補能力，用戶可以導入自己的音頻文件，并指定“延展位置”，模型即可根據(jù)音頻前后內(nèi)容及整體曲風，將音頻一鍵“延長”，特別適合剪輯等場景。
目前，Stable Audio 2.5 已可通過 StableAudio 官網(wǎng)直接試用，同時支持本地化部署。不過官方規(guī)定，用戶上傳的音頻文件不得包含受版權(quán)保護的內(nèi)容，StableAudio 網(wǎng)站將利用自帶的內(nèi)容識別系統(tǒng)進行檢測，以確保不侵犯他人版權(quán)。
本文鏈接：http://www.rrqrq.com/showinfo-45-27646-0.htmlStable Audio 2.5 企業(yè)級音頻生成 AI 模型發(fā)布，號稱“3 分鐘曲目 2 秒鐘完成”
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號