Lar
A Stability AI lança o Stable Audio 3 para geração de áudio de longa duração em menos de um segundo
A Stability AI, uma renomada empresa de inteligência artificial, lançou oficialmente seu modelo de áudio de grande escala de última geração, o Stable Audio3 , e, simultaneamente, disponibilizou como código aberto parte dos pesos do modelo. Construído como um modelo de difusão latente projetado especificamente para geração e edição de áudio, esse sistema não apenas oferece saída estéreo de alta qualidade, mas também alcança um avanço significativo na velocidade de geração.
A família de modelos recém-lançada abrange uma ampla gama de especificações, de pequenos a grandes, atendendo a diversas necessidades, como criação musical e produção de efeitos sonoros. Notavelmente, o modelo suporta a geração de áudio de comprimento variável e introduz um recurso de edição de áudio baseado em tecnologia interna de preenchimento de imagens, oferecendo aos criadores uma flexibilidade sem precedentes.

Arquitetura inovadora supera restrições de hardware
O Stable Audio3 consiste em dois componentes principais: um autoencoder acústico semântico chamado SAME e um transformador de difusão eficiente. O autoencoder SAME alcança uma taxa de compressão de áudio de até 4096x, um projeto inovador que reduz significativamente o comprimento da sequência latente.
Graças a esse mecanismo de compressão eficiente, mesmo em hardware comum de consumo, o modelo consegue executar com fluidez tarefas de geração de áudio de longa duração e em grande escala. Isso não apenas reduz significativamente a barreira técnica para a criação de áudio de alta qualidade, mas também torna possível a produção de áudio e vídeo de nível profissional em casa para criadores individuais.

A ultraeficiência permite a renderização instantânea
Com suporte à tecnologia de comprimento variável, o custo computacional do novo modelo se adapta dinamicamente à duração de áudio exigida pelo usuário, eliminando completamente o desperdício de poder de computação causado pelas abordagens de comprimento fixo do passado. Em testes com hardware de alto desempenho, o modelo consegue renderizar um áudio de 20 segundos em cerca de 0,62 segundos e gerar uma peça musical de 380 segundos em apenas 1,31 segundos.
Além disso, por meio de um inovador processo de treinamento em três etapas, o Stable Audio3 não depende mais da tradicional tecnologia de orientação sem classificador durante a inferência, alcançando assim uma experiência ultrarrápida de propagação para frente em uma única etapa. Atualmente, os pesos dos modelos pequeno e médio estão disponíveis publicamente na plataforma Hugging Face, enquanto a versão maior, com desempenho mais robusto, será fornecida por meio de licenciamento comercial.
Artigo relacionado
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen
Recomendações de tópicos especiais relacionados
Comentários (0)
A Stability AI, uma renomada empresa de inteligência artificial, lançou oficialmente seu modelo de áudio de grande escala de última geração,
A família de modelos recém-lançada abrange uma ampla gama de especificações, de pequenos a grandes, atendendo a diversas necessidades, como criação musical e produção de efeitos sonoros. Notavelmente, o modelo suporta a geração de áudio de comprimento variável e introduz um recurso de edição de áudio baseado em tecnologia interna de preenchimento de imagens, oferecendo aos criadores uma flexibilidade sem precedentes.

Arquitetura inovadora supera restrições de hardware
Graças a esse mecanismo de compressão eficiente, mesmo em hardware comum de consumo, o modelo consegue executar com fluidez tarefas de geração de áudio de longa duração e em grande escala. Isso não apenas reduz significativamente a barreira técnica para a criação de áudio de alta qualidade, mas também torna possível a produção de áudio e vídeo de nível profissional em casa para criadores individuais.

A ultraeficiência permite a renderização instantânea
Com suporte à tecnologia de comprimento variável, o custo computacional do novo modelo se adapta dinamicamente à duração de áudio exigida pelo usuário, eliminando completamente o desperdício de poder de computação causado pelas abordagens de comprimento fixo do passado. Em testes com hardware de alto desempenho, o modelo consegue renderizar um áudio de 20 segundos em cerca de 0,62 segundos e gerar uma peça musical de 380 segundos em apenas 1,31 segundos.
Além disso, por meio de um inovador processo de treinamento em três etapas,
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen











