Stability AI Stable Audio 2’ni taqdim etdi 🎵

Sun'iy intellekt sohasidagi yetakchi kompaniyalardan biri bo‘lgan Stability AI ochiq kodli tamoyillarga sodiq qolgan holda, Stable Audio 2 musiqiy va audio generatorini taqdim etdi. O‘tgan yilning sentabr oyida taqdim etilgan ilk versiyaning bu galgi yangilanishi Suno, Google MusicFX va Meta AudioCraft kabi vositalar o‘rtasidagi raqobatni yanada kuchaytiradi. Kompaniya ma'lumotiga ko‘ra, yangi model bitta tabiiy til buyrug‘i yordamida 44.1 kHz stereo formatida, uch daqiqagacha bo‘lgan musiqiy tuzilmaga ega to‘liq treklarni yaratishga qodir.

Mazkur e'lon Stability AI uchun qiyin davrga to‘g‘ri keldi. Xabarlarga ko‘ra, kompaniya naqd pul zaxiralarini tugatib qo‘yganidan so‘ng, bosh direktor Emad Mostaque ikki hafta avval o‘z lavozimidan iste'foga chiqqandi. Shunga qaramay, firma ochiq kodli sun'iy intellekt yo‘nalishida faoliyatini davom ettirmoqda. Stable Audio'dan tashqari, kompaniya 25-mart kuni Stable Code Instruct 3B nomli kod yozishga mo‘ljallangan til modelini taqdim etdi, o‘tgan yili esa Stable Video Diffusion matndan video yaratuvchi ilg‘or generatorini chiqargan edi. Shuningdek, yil oxirigacha eng ilg‘or Stable Diffusion 3 tasvir generatori chiqarilishi kutilmoqda.

Stable Audio 2 negizida diffuziya transformatori texnologiyasi (DiT) yotadi. Bu kompaniyaning kelgusi Stable Diffusion 3 modelida qo‘llaniladigan yondashuv bo‘lib, avvalgi U-Net texnologiyasidan voz kechilganini bildiradi. DiT va U-Net mashinali o‘qitishda qo‘llaniladigan arxitekturalar bo‘lib, DiT tasodifiy shovqinni tuzilgan ma'lumotga bosqichma-bosqich aylantirishga va uzun ketma-ketliklarni qayta ishlashga ixtisoslashgan. U-Net esa qisqa generatsiyalarga mos keladi.

Yangi versiyaning asosiy yangiliklaridan biri bu audio-to-audio generatsiyasi bo‘lib, u foydalanuvchilarga yuklangan audio namunalarni o‘zgartirish imkonini beradi. Foydalanuvchilar o‘z fayllarini yuklab, matnli buyruqlar yordamida turli tovushlarga aylantira oladilar. Ushbu yangilanish artistlar va musiqachilarga ijodiy jarayonda keng imkoniyatlar taqdim etadi.