Stability AI компаниясы жаңа буын генеративті жасанды интеллектке негізделген Stability Audio 3.0 атты аудиомодельдер топтамасын таныстырды. Бұл жаңартылған жүйе музыка мен дыбыстық эффектілерді жасауға арналған. Жаңа нұсқаның басты ерекшелігі — кәсіби сападағы музыкалық композицияларды 6 минуттан астам уақытқа дейін генерациялай алатын флагмандық модель. Бұл көрсеткіш алдыңғы Stable Audio 2.0 нұсқасымен салыстырғанда екі еседен де ұзақ.
Жаңа топтама төрт түрлі модельден тұрады: small SFX, small, medium және large. 459 миллион баптау өлшемі бар екі ықшам нұсқа құрылғылардың өзінде-ақ музыка мен дыбыстық эффектілерді генерациялауға бағытталған және 2 минутқа дейінгі аудио жасауға мүмкіндік береді. Ал 1,4 миллиард баптау өлшемі бар medium және 2,7 миллиард баптау өлшемі бар large модельдері музыкалық құрылымы, ырғағы мен әуені толық сақталған, ұзақтығы 6 минут 20 секундқа дейін жететін толыққанды тректерді жасай алады.
Stability AI компаниясы бұл бағытта коммерциялық қолдану мен ашық қолжетімділік моделін қатар дамытып отыр. small SFX, small және medium нұсқалары ашық салмақтармен (open weights) ұсынылған, яғни әзірлеушілер мен зерттеушілер оларды өз қажеттілігіне қарай еркін бейімдей алады. Ал флагмандық large модель тек API арқылы және ақылы шешімдер аясында қолжетімді болады, сондай-ақ жылдық табысы 1 миллион доллардан асатын компаниялар үшін корпоративтік лицензия талап етіледі.
Жаңа модельдер желісі 2024 жылы ұсынылған Stable Audio Open тұжырымдамасының жалғасы болып табылады. Ол кезде ашық модель небәрі 47 секундқа дейінгі қысқа музыкалық фрагменттерді ғана генерациялай алатын. Ал Stability Audio 3.0 жүйесі енді кәсіби деңгейде қолдануға жарамды толық музыкалық композициялар жасауға бағытталған.
Генеративті музыка нарығындағы бәсекелестік те күн санап артып келеді. Google, ElevenLabs, Suno және Udio сияқты компаниялар да өздерінің музыкалық жасанды интеллект модельдерін дамытуда. Алайда бұл саланың кеңеюімен қатар, музыкалық индустрия тарапынан қысым да күшейіп отыр. Suno мен Udio айналасындағы сот даулары мұндай сервистер үшін ең өзекті мәселе — оқыту деректерін лицензиялау және авторлық құқық иелерімен қарым-қатынас екенін көрсетті.
Stability AI жаңа модельдердің тек лицензияланған деректер негізінде оқытылғанын ерекше атап өтеді. Өткен жылы компания Warner Music Group және Universal Music Group-пен келісімдерге қол қойып, музыка индустриясына арналған жасанды интеллект құралдарын бірлесіп дамытуға кіріскен болатын.
Сонымен қатар стартап кәсіби музыканттарға арналған жеке бағыт қалыптастыруда. Компанияға Universal Audio және Fender компанияларының бұрынғы цифрлық технологиялар жөніндегі директоры Итан Каплан қосылып, Stability AI музыкалық өнімдерінің дамуын басқаратын болады. Мұндай мамандарды тарту стратегиясын қазіргі таңда өзге де жасанды интеллект компаниялары белсенді түрде қолдануда.
Екатерина Шемякинская
SHAZOO
Қосымша материалдар мен сараптамалық мақалаларды MobiLaser Telegram арнасынан оқуға болады.
