Stable Audio 3:マルチバリアントテキストから音声生成
Stable Audio 3は、Stability AIの最新のテキストから音声生成モデルで、音楽生成と効果音生成のためのmedium、small-music、small-SFXのバリアントを備えています。
S
Stable Audio 3
テキストから音声生成音楽生成効果音マルチバリアントStability AIの最新テキストから音声生成モデルで、複数のバリアントがあります。medium（汎用）、small-music（音楽特化）、small-SFX（効果音特化）のチェックポイントが含まれ、それぞれファインチューニング可能なベースモデルとして利用できます。また、T5-Gemmaハイブリッドテキストエンコーダも含まれています。
| 開発元 | Stability AI |
| リリース日 | 2025-04 |
| アーキテクチャ | 潜在拡散 (複数バリアント) |
| ライセンス | Stability AI コミュニティライセンス |
| バリアント | Medium, Medium Base, Small Music, Small Music Base, Small SFX, Small SFX Base |
| テキストエンコーダ | T5-Gemma hybrid (t5gemma_b_b_ul2) |
| 機能 | 音楽生成、効果音、ファインチューニング用ベースモデル |
Guides and workflows related to this model series.
No articles found.