Stable Audio 2.0
(stability.ai)- Stable Audio 2.0 đặt ra một tiêu chuẩn mới cho các bản nhạc hoàn chỉnh chất lượng cao do AI tạo ra, với độ dài tối đa 3 phút, âm thanh stereo 44.1kHz
- Giới thiệu tính năng tạo audio-to-audio, cho phép người dùng tải lên mẫu âm thanh và chuyển đổi bằng prompt ngôn ngữ tự nhiên
- Được huấn luyện độc quyền trên bộ dữ liệu được cấp phép từ thư viện nhạc AudioSparx, đồng thời tôn trọng yêu cầu 'opt out' của nhà sáng tạo và đảm bảo thù lao công bằng
- Có thể khám phá mô hình và bắt đầu sáng tạo miễn phí trên website Stable Audio
Tính năng mới
- Có thể tạo bài nhạc dài tối đa 3 phút, với bố cục có cấu trúc gồm intro, phát triển và outro, cùng các hiệu ứng âm thanh stereo
- Tạo Audio-To-Audio : hỗ trợ tải lên tệp âm thanh để biến ý tưởng thành mẫu hoàn chỉnh. Điều khoản dịch vụ yêu cầu chỉ tải lên tài liệu không có bản quyền, và hệ thống sử dụng nhận diện nội dung nâng cao để ngăn vi phạm bản quyền
- Tạo biến thể và hiệu ứng âm thanh : mở rộng khả năng tạo ra nhiều loại âm thanh và hiệu ứng âm thanh, từ tiếng gõ bàn phím đến tiếng hò reo của đám đông hay tiếng ù của đường phố đô thị
- Chuyển đổi phong cách : chỉnh sửa liền mạch âm thanh mới tạo hoặc được tải lên trong quá trình sinh để phù hợp với phong cách và tông màu cụ thể của dự án
Nghiên cứu
- Kiến trúc mô hình latent diffusion của Stable Audio 2.0 được thiết kế để cho phép tạo các bản nhạc hoàn chỉnh có cấu trúc
- Để đạt được điều này, mọi thành phần của hệ thống đều được tinh chỉnh nhằm cải thiện hiệu năng trên các khoảng thời gian dài
- Autoencoder mới với mức nén cao nén dạng sóng âm thanh thô thành biểu diễn ngắn hơn nhiều
- Diffusion Transformer (DiT) được dùng thay cho U-Net trước đây, và thành thạo hơn trong việc xử lý dữ liệu trên các chuỗi dài
Cơ chế bảo vệ
- Giống như mô hình 1.0, phiên bản 2.0 được huấn luyện trên dữ liệu từ AudioSparx bao gồm hơn 800.000 bản nhạc, hiệu ứng âm thanh, tệp stem của nhạc cụ đơn lẻ và metadata văn bản tương ứng
- Tất cả nghệ sĩ của AudioSparx đều có tùy chọn 'opt out' khỏi việc huấn luyện mô hình Stable Audio
- Để bảo vệ quyền của chủ sở hữu bản quyền, khi tải âm thanh lên hệ thống hợp tác với AudibleMagic và sử dụng công nghệ nhận diện nội dung (ACR) của họ để ngăn vi phạm bản quyền thông qua đối sánh nội dung theo thời gian thực
Stable Radio
-
Stable Radio là luồng phát trực tiếp 24/7 chỉ gồm các bản nhạc do Stable Audio tạo ra, hiện đang được phát trên kênh YouTube của Stable Audio
-
Có thể khám phá mô hình và bắt đầu sáng tạo miễn phí trên website Stable Audio.
Ý kiến của GN⁺
- Stable Audio 2.0 có tiềm năng mang lại đổi mới cho ngành công nghiệp âm nhạc bằng cách cung cấp cho nhà sản xuất âm nhạc một công cụ sáng tạo ứng dụng AI. Khả năng hiểu ý định của người dùng thông qua xử lý ngôn ngữ tự nhiên và chuyển nó thành âm nhạc có thể đơn giản hóa quy trình sáng tác, đồng thời mở ra cơ hội để nhiều người hơn tham gia sản xuất âm nhạc.
- Một trong những vấn đề mà công nghệ này có thể mang lại là bản quyền. Dù công ty cho biết đã áp dụng các biện pháp để ngăn vi phạm bản quyền, các vấn đề pháp lý liên quan đến quyền sở hữu bản quyền của nội dung do AI tạo ra vẫn còn phức tạp.
- Một điểm cần cân nhắc khi đưa AI vào sản xuất âm nhạc là cách nhìn nhận về tính nguyên bản và tính nghệ thuật của âm nhạc do AI tạo ra. Cần có thảo luận về việc liệu AI có thể mô phỏng hoặc thay thế sự sáng tạo của con người hay không, và điều đó sẽ ảnh hưởng thế nào đến ngành âm nhạc.
- Những lợi ích có thể đạt được khi dùng công cụ tạo nhạc bằng AI gồm rút ngắn thời gian sáng tác, thử nghiệm nhiều phong cách và thể loại âm nhạc khác nhau, và cho phép người sáng tạo làm nhạc ngay cả khi không có kiến thức sâu về lý thuyết âm nhạc hay kỹ năng chơi nhạc cụ.
- Xét đến tác động tích cực mà công nghệ này có thể mang lại cho giáo dục âm nhạc, nó có thể giúp sinh viên học lý thuyết âm nhạc khám phá và hiểu rõ hơn các phong cách và cấu trúc âm nhạc đa dạng.
1 bình luận
Ý kiến trên Hacker News