Stability AI hat Stable Audio 2.5 vorgestellt, ein fortschrittliches KI-Modell, das speziell für die professionelle Sound-Produktion entwickelt wurde. Das Modell verspricht, Kreativteams die Erstellung hochwertiger, anpassbarer Audioinhalte in großem Maßstab zu ermöglichen und markiert einen bedeutenden Schritt in der Audio-KI-Entwicklung.
Hauptmerkmale von Stable Audio 2.5
- Generierung von Musikstücken mit komplexen Strukturen (Intro, Entwicklung, Outro).
- Verbesserte Reaktion auf Stimmungsbeschreibungen und musikalische Fachsprache.
- Schnelle Generierung von bis zu dreiminütigen Tracks in wenigen Sekunden.
- Neue Funktion "Audio Inpainting" zur nahtlosen Erweiterung bestehender Audiodateien.
- Kommerzielle Sicherheit durch Training mit vollständig lizenzierten Datensätzen.
Professionelle Sound-Generierung
Stable Audio 2.5 wurde entwickelt, um Unternehmen die Erstellung von Audioinhalten zu erleichtern. Das Modell kann Musikstücke von bis zu drei Minuten Länge in nur wenigen Sekunden generieren, wobei die Verarbeitungszeit auf industriellen Nvidia-H100-GPUs weniger als zwei Sekunden beträgt. Diese Geschwindigkeit wird durch eine spezielle Nachtrainingsmethode namens Adversarial Relativistic-Contrastive (ARC) erreicht.
Innovative Audio-Bearbeitung
Eine zentrale Neuerung ist die "Audio Inpainting"-Funktion. Nutzer können eigene Audiodateien hochladen und einen Startpunkt wählen, woraufhin die KI den Rest des Tracks basierend auf dem vorhandenen Kontext generiert. Dies ermöglicht eine nahtlose Erweiterung oder Vervollständigung bestehender Audioaufnahmen. Darüber hinaus kann Stable Audio 2.5 weiterhin Audio direkt aus Textbeschreibungen generieren.
Anwendungsbereiche und Anpassung
Die Einsatzmöglichkeiten von Stable Audio 2.5 sind vielfältig und reichen von Werbespots über Spieleintros und Hintergrundmusik bis hin zu spezifischen Tönen für Kreditkartentransaktionen oder Auto-Stereo-Systeme. Unternehmen können so eine konsistente Audio-Identität über alle Kundenkontaktpunkte hinweg schaffen. Das Audio-Research-Team von Stability AI bietet zudem die Möglichkeit, die Modelle an die spezifischen Sound-Bibliotheken von Organisationen anzupassen, um die charakteristischen Audio-Eigenschaften einer Marke zu integrieren.
Partnerschaften und Ausblick
Stability AI arbeitet mit der Sound-Branding-Agentur Amp zusammen, um spezialisierte Lösungen für Großkunden zu entwickeln. Stable Audio 2.5 wird über die Plattform WPP Open für die globale Kundenbasis von WPP zugänglich sein. Diese Kooperationen unterstreichen die strategische Neuausrichtung von Stability AI im Audiobereich, insbesondere angesichts jüngster Investitionen und der verstärkten Bemühungen anderer großer Technologieunternehmen wie Meta im Bereich Audio-KI.
KI Snack
