Stable Diffusion開発元によるAI音楽生成サービス「Stable Audio」の可能性（CloseBox） | テクノエッジ TechnoEdge
画像生成AIのStable Diffusionを開発したことで知られる英国企業Stability AIが9月13日、音楽生成AIサービス「Stable Audio」を開始しました。 作りたいサウンドをテキストで記述すると、それに従って高品質な音が生成されるというサービス。いわばサウンド版Stable Diffusionです。 このニュースをStability AIのXへのポストで知ってすぐに（20分は経っていない）アカウントを作って試してみたのですが、4つ目のプロンプトを生成しようとしたところであまりの人気でサイトがダウン。それ以降はまともにアクセスができない状況です。 ▲たまに画面も出現するが、生成はできない じっくり使ってからレポートしようと考えていたのですが、まだアクセスできないので、ちょっとだけ試してみたことから、その可能性を探っていきたいと思います。 無料含む3つのプランStab
【音楽生成AI】Stable Audioの使い方について解説
画像生成AIで有名な「Stable Diffusion」を提供しているStability.AI社が新しく提供した「Stable Audio」では、テキストから音楽を生成することができます。 高品質な音楽を生成でき、有料プランでは商用利用可能となっています。 無料で生成することが出来るのでおすすめです。 この記事では、音楽生成AIである「Stable Audio」の使い方について解説します。 生成AIを活用した副業をしてお金を稼ぎたいと悩んでいませんか？ 以下のリンクでは生成AIを使った副業について教えています！ スキル不要・顔出し不要で、初心者でも簡単に1時間程度で出来る副業となっています。 気になった方は以下のリンクから内容の詳細をチェックしてみてください！ 【8/28まで割引中！】 ・AI×睡眠音楽で月100万！音楽経験不要！顔出し不要！初心者でも簡単にAIを使って睡眠音楽の動画を作成
音楽生成AI「Stable Audio」を試すが、道はまだまだ長そうだ (1/2)
現在のAIブームのきっかけは、画像生成AIがブレークしたことだ。 あまりにもリアルで人間が描いたものを凌駕するような絵画をAIが描いたことで話題を呼んだ。今では様々な画像生成AIが登場しているが、その中心は「Stable Diffusion」という画像生成AIだ。複数の研究者によって開発され、Stability AIという会社が提供したものだが、そのStability AIが今度は「Stable Audio」という音楽生成AIを発表した。つまり話題の画像生成AIの大手が手がけた音楽生成AIということになる。 １万9500時間以上の音楽データから学習した音楽生成AI Stable Audioは、グーグルの「MusicLM」やメタの「MusicGen」のように、プロンプト(指示文)に基づいて音楽を作り出す本格的な生成AIだ。Diffusionは拡散モデルを意味し、浮き上がるようなステップを経て
Googleの新AIツール「MusicFX」はたった数単語で音楽を作曲する - BRIDGE（ブリッジ）テクノロジー＆スタートアップ情報
Image Credit : ChatGPT made by BRIDGE Googleがまたやってくれた。検索大手のGoogleは13日、MusicFXを開始した。MusicFXは、ユーザーがAIを使って独自の音楽を生成できる画期的な実験ツールである。このイノベーションは、GoogleのMusicLMとDeepMindの電子透かし技術SynthIDを使用して、出力にユニークなデジタル透かしを作成し、創作の信憑性とソースを保証する。 MusicFXはミュージシャン、プロデューサー、愛好家が音楽を試したり作曲するための新たな可能性を開くもので、AI領域における重要なマイルストーンとなる。しかし、このツールには重要な制限がある。オリジナルのアーティストの声やスタイルを保護する動きとして、特定のアーティストに言及したり、ボーカルを含む特定のクエリに対しては音楽を生成しない。 Image cred
WSL2でM2UGenを試してみる...｜noguchi-shoji
「大規模言語モデルの力を利用したマルチモーダルな音楽の理解と生成」が可能であるM2UGenを試します。 試してみなくても頭では分かっているが、試してみなくちゃどこがダメなのかが分からない。 使用するPCはドスパラさんの「GALLERIA UL9C-R49」。スペックは ・CPU: Intel® Core™ i9-13900HX Processor ・Mem: 64 GB ・GPU: NVIDIA® GeForce RTX™ 4090 Laptop GPU(16GB) ・GPU: NVIDIA® GeForce RTX™ 4090 (24GB) ・OS: Ubuntu22.04 on WSL2（Windows 11） です。 1. 準備python3 -m venv m2ugen cd $_ source bin/activategit cloneして、 git clone https://
M2UGen の概要｜npaka
「M2UGen」の概要をまとめました。 1. M2UGen「M2UGen」は、テキスト・画像・動画からの音楽生成・音楽理解・音楽編集が可能です。 「音楽理解」には「MERT」、「画像理解」には「ViT」、「動画理解」には「ViViT」、「音楽生成」には「MusicGen」「AudioLDM2」を利用し、「アダプタ」や「LLaMA2」と組み合わせることで、複数の能力を持つモデルとなっています。 ・ホーム ・コード ・デモ 2. M2UGen のデータセット「MU-LLaMA」「MPT-7B-Chat」を使用して音楽指向のデータセットを、「BLIP画像キャプションモデル」「VideoMAEキャプションモデル」を使用してキャプションを生成します。 2-1. MUCapsデータセット21966曲、1273.78時間のキャプション生成のためのデータセットです。 ・音楽ファイル → MU-LLaMA
Googleの「VideoPoet」が凄すぎる！プロンプトや画像から動画を自動生成。動画編集の常識が変わるかも。
LINE Keepサービスが2024年8月28日に終了。Keepの保存されているデータのダウンロード方法を紹介
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
テキストから音楽をAIが生成するサービス「Stable Audio」。45秒なら無料
Bert-VITS2による高品質で自然な音声合成（TTS）
人や水から音を奏でる魔法の楽器!? 導電性のオブジェクトを楽器にできる「Playtron ＆ TouchMe」が国内初の正規販売に向けたクラウドファンディングをスタート！
VideoPoet – Google Research