AI藝術(shù)生成器Stable Diffusion開(kāi)發(fā)公司Stability AI發(fā)布一個(gè)開(kāi)放人工智能(AI)模型，新A型聲稱該模接受免專利錄音的模秒聲訓(xùn)練，能夠生成聲音和歌曲。生成

科技新聞網(wǎng)站TechCrunch報(bào)道，音歌這個(gè)名為Stable Audio Open的新A型生成式AI模型采用文字描述，可輸出最長(zhǎng)47秒的模秒聲錄音。Stability AI利用免費(fèi)音樂(lè)庫(kù)FreeSound和Free Music Archive內(nèi)約48萬(wàn)6000個(gè)樣本，生成讓模型接受訓(xùn)練。音歌

▲新模型能夠生成47秒的新A型聲音和歌曲。Stability AI

Stability AI表示，模秒聲新模型可以被用于制作鼓聲、生成樂(lè)器重覆樂(lè)段、音歌環(huán)境噪音和為視頻、新A型電影和電視節(jié)目產(chǎn)生“制作元素”，模秒聲也可以“編輯”既存歌曲或?qū)⑵渲幸皇赘枨纳娠L(fēng)格應(yīng)用于另一首。

Stability AI在網(wǎng)志指出，“這個(gè)開(kāi)放源的重要好處是讓用家根據(jù)自訂音訊來(lái)微調(diào)模型”。它舉例，一位鼓手可以利用自己的鼓聲錄音樣本進(jìn)行微調(diào)，從而產(chǎn)生新的鼓聲。

但Stable Audio Open有限制的，它無(wú)法產(chǎn)生整首歌曲、旋律或歌聲。Stability AI未針對(duì)這方面進(jìn)行改善，建議想要這方面功能的用家選擇該公司的高級(jí)版服務(wù)Stable Audio。

根據(jù)使用條款，Stable Audio Open不得用于商業(yè)目的。它在音樂(lè)風(fēng)格和文化上，或利用在英語(yǔ)以外的語(yǔ)言進(jìn)行生成，也未盡如人意。Stability AI就解釋，這歸因于其訓(xùn)練數(shù)據(jù)的偏見(jiàn)。

Stability AI對(duì)模型的描述寫道︰“數(shù)據(jù)