Stability AIとArmが協力し、オンデバイス音声生成向け「Stable Audio Open Small」をリリース

**タイトル: Stability AIとArmが協力してStable Audio Open Smallをリリース、オンデバイス音声生成の実世界展開を可能に** **キーポイント:** Stable Audio Open Smallをオープンソース化します。これは3億4100万パラメータのテキストtoオーディオモデルで、Arm CPU上で完全に動作するよう最適化されています。短い音声サンプルを素早く生成するために設計されており、スマートフォン上で8秒未満で最大11秒の音声を生成できます。 このリリースは、先ごろのMobile World Congressでの発表に続くもので、生成AIによる音声作成をスマートフォンに導入するためのArmとの協業を基盤としています。 開発者は、Arm CPU上でStable Audio Open Smallを使用する実践的ガイダンスを提供する新しいArm Learning Pathを参照できます。 Stable Audio Open Smallは、寛容なStability AI Community Licenseの下で、商用・非商用を問わず無料で利用可能になりました。arXivで論文を読み、Hugging Faceでモデルウェイトをダウンロードし、GitHubでコードにアクセスできます。 **生成AIによる音声作成を携帯電話へ** 私たちは、世界のスマートフォンの99%を支える技術を持つArmと提携し、Stable Audio Open Smallをオープンソース化します。業界をリードするテキストtoオーディオモデルであるStable Audio Openを基盤とし、この新しいコンパクト版は、出力品質とプロンプトへの忠実性を維持しながら、より小型で高速です。 このリリースは、Stable Audio OpenがArm KleidiAIによって駆動され、スマートフォン上でAI生成音声を可能にするためArm CPU上で動作するよう最適化されたという、以前発表されたブレークスルーに続くものです。Mobile World Congressで実際に技術を実演した後、Stability AIとArmは現在、誰でもモデルにアクセスしてデプロイできるようモデルウェイトを公開しています。 **技術的進歩** 私たちの知る限り、Stable Audio Open Smallは市場で最速のステレオテキストtoオーディオモデルです。研究論文でモデルの技術的進歩についてさらに詳しく読むことができます。以下に主な特徴を示します: **軽量:** Stable Audio Open Smallは3億4100万パラメータを持ち、Stable Audio Openの11億パラメータと比較して小型です。 **高速:** Stable Audio Open Smallは、スマートフォン上で8秒未満で音声を生成するよう最適化されています。生成もファインチューニングもより高速です。 **効率的:** ArmのKleidiAIライブラリを活用し、この新モデルをエッジでさらに効率的に動作するよう設計したため、ユーザーは計算時間のコストを抑えながら、より速く結果を得られます。Arm CPU上で完全に動作するため、高性能なハードウェアを必要とせずに利用可能です。 **モデルを使用するタイミング** Stable Audio Openと同様に、Stable Audio Open Smallは、テキストプロンプトを用いて短い音声サンプル、サウンドエフェクト、制作素材を生成するために最適化されています。ドラムループ、フォーリー、楽器のリフ、環境音テクスチャの作成に適しています。 そのコンパクトなサイズと高速な推論により、リアルタイム生成と応答性が重要な、Armを搭載したスマートフォンやエッジデバイスへのオンデバイスデプロイに最適です。 AI駆動のクリエイティブメディアワークロードがエッジに移行する中、より小型のモデルは、計算リソースをタスクの複雑さに合わせるのに役立ちます。異なるモデルサイズを使い分けることで、組織はワークロードをユースケースに最適なプロセッサに割り当てることができます。例えば、短いサウンドエフェクトの生成と、フルレングスの楽曲の生成といった具合です。 **始め方** Stable Audio Open Smallは、寛容なStability AI Community Licenseの下で、商用・非商用を問わず無料で利用可能です。arXivで論文を読み、Hugging Faceでモデルウェイトをダウンロードし、GitHubでコードにアクセスできます。 Arm Learning Pathを参照して、Armハードウェア上でStable Audio Open Smallをデプロイする手順を確認し、Arm Community Blogで、オンデバイス性能向けにStable Audio Open Smallがどのように最適化されたかについての技術的詳細を確認してください。 私たちの進捗状況を最新に知りたい方は、X、LinkedIn、Instagramでフォローし、Discord Communityにご参加ください。

Stability AIとArmが協力し、オンデバイス音声生成向け「Stable Audio Open Small」をリリース

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト