Stable Audio Open 1.0: генерация текста в аудио с открытым исходным кодом

Stable Audio Open 1.0 — это модель генерации текста в аудио с открытым исходным кодом от Stability AI, способная генерировать ambient-музыку, фоли и звуковые эффекты длительностью до 47 секунд.

S

Stable Audio Open 1.0

Text-to-AudioЗвуковые эффектыФолиОткрытый исходный код

Модель генерации текста в аудио с открытым исходным кодом от Stability AI. Генерирует ambient-музыку, фоли и звуковые эффекты длительностью до 47 секунд на основе подсказок на естественном языке. Построена на архитектуре латентной диффузии с U-Net на 1,2 млрд параметров и модулем текстового кондиционирования.

Hugging FaceGitHubИсследование
РазработчикStability AI
Дата выпуска2024-08
Архитектура1.2B Latent Diffusion U-Net
ЛицензияStability AI Community License
Максимальная длительность47 секунд
Частота дискретизации44.1 kHz
ВозможностиAmbient-музыка, фоли, звуковые эффекты

Guides and workflows related to this model series.

No articles found.