Stable Audio

Stable Audio 3.0 は生成系オーディオモデルのシリーズで、完全にライセンスされたデータで学習されており、オーディオコミュニティが今後構築していくための基盤となることを目指しています。複雑でダイナミックな音楽構造を持つ完全な楽曲を最長6分まで生成でき、公式によると推論速度は業界トップレベルで、数秒で生成が完了します。利用方法は複数用意されています。エンタープライズライセンスでは自社インフラ上への展開が可能で、カスタマイズやサポートのオプションも提供されます。Stability AI API では最新モデルをマネージド形式で利用でき、アプリへの統合が容易です。Stable Audio 3.0 Small と 3.0 Medium はオープンウェイトのダウンロードが可能です。さらに Stable Audio アプリもあります。公式サイトでは具体的な価格は公開されておらず、費用については公式への問い合わせが必要です。