Stable Audio

Stable Audioは、Stability AIが開発したAI音声生成プラットフォームで、自然言語のプロンプトから高品質な音楽と効果音を作成します。テキストから音声への生成と音声から音声への生成の両方に対応し、イントロ、展開、アウトロを含む一貫した楽曲構造を持つ、最長3分の44.1kHzステレオの完全なトラックを生成します。

主な機能:

• テキストから音声の生成: 説明的なテキストを入力するだけで、ロック、ジャズ、エレクトロニック、ヒップホップを含む20以上のスタイルの音楽や効果音を生成します
• 音声から音声への変換: 音声サンプルをアップロードし、テキストプロンプトでスタイル変換、音色調整、リミックスを行います
• 音声の修復とインペインティング: Stable Audio 2.5は音声インペインティングに対応し、文脈に基づいてトラックの欠落部分を自動生成します
• 商用グレードのサウンドデザイン: 広告、ゲーム、映画・テレビなどのマルチメディアプロジェクトの音声制作に特に適しています

活用シーン:

コンテンツクリエイターはSNS動画やポッドキャストのBGMをすばやく生成でき、音楽プロデューサーはAIの支援を受けてエレクトロニックやアンビエントなどのインスト作品を作成でき、企業ユーザーはブランドコンテンツ、広告、アプリケーション向けにカスタムの商用音声を生成できます。

独自の強み:

すべてのStable Audioモデルは、完全にライセンスされたAudioSparx音楽ライブラリで学習されており、商用利用における著作権の安全性が確保されています。最新の2.5バージョンはエンタープライズの音声制作向けに最適化されており、特にエレクトロニックダンスやアンビエント音楽で優れた性能を発揮し、APIアクセスとオンプレミスデプロイの両方のオプションを提供します。