Refresh

This website www.unite.ai/my/stability-ai-unveils-stable-audio-2-0-empowering-creators-with-advanced-ai-generated-audio/ is currently offline. Cloudflare's Always Online™ shows a snapshot of this web page from the Internet Archive's Wayback Machine. To check for the live version, click Refresh.

ဆောင်းပါးတို Stability AI သည် Stable Audio 2.0 ကို ထုတ်ဖော်ပြသသည်- အဆင့်မြင့် AI-ထုတ်လုပ်ထားသော အသံဖြင့် ဖန်တီးသူများကို အားကောင်းစေသည် - Unite.AI
ကြှနျုပျတို့နှငျ့အတူချိတ်ဆက်ပါ

ဉာဏ်ရည်တု

Stability AI သည် Stable Audio 2.0 ကို ထုတ်ဖော်ပြသသည်- အဆင့်မြင့် AI-ထုတ်လုပ်ထားသော အသံဖြင့် ဖန်တီးသူများကို အားကောင်းစေသည်

Published

 on

ပုံ- တည်ငြိမ်မှု AI

Stability AI သည် ထုတ်ဝေမှုနှင့်အတူ ဆန်းသစ်တီထွင်မှု၏ နယ်နိမိတ်များကို တစ်ဖန်တွန်းအားပေးခဲ့သည်။ တည်ငြိမ်သောအသံ 2.0. ဤခေတ်မီမော်ဒယ်လ်သည် ၎င်း၏ရှေ့တော်ဆက်အောင်မြင်မှုအပေါ်တွင် တည်ဆောက်ထားပြီး အနုပညာရှင်များနှင့် ဂီတပညာရှင်များ၏ အသံအကြောင်းအရာကို ဖန်တီးခြင်းနှင့် ကြိုးကိုင်ခြယ်လှယ်ပုံတို့ကို တော်လှန်ပြောင်းလဲပစ်မည်ဟု ကတိပေးထားသည့် အဆန်းသစ်သောအင်္ဂါရပ်များစွာကို မိတ်ဆက်ပေးထားသည်။

Stable Audio 2.0 သည် အရည်အသွေး၊ ဘက်စုံအသုံးပြုနိုင်ပြီး တီထွင်ဖန်တီးနိုင်မှုအလားအလာများအတွက် စံအသစ်တစ်ခုသတ်မှတ်ခြင်း၊ AI မှထုတ်လုပ်သောအသံ၏ဆင့်ကဲဖြစ်စဉ်တွင် သိသာထင်ရှားသောမှတ်တိုင်တစ်ခုဖြစ်သည်။ ၎င်း၏ အစအဆုံး တေးသွားများကို ထုတ်လုပ်နိုင်ခြင်း၊ သဘာဝဘာသာစကား အမှာစာများ အသုံးပြု၍ အသံနမူနာများကို ပြောင်းလဲခြင်းနှင့် အသံအကျိုးသက်ရောက်မှု အများအပြားကို ထုတ်လုပ်နိုင်ခြင်းဖြင့်၊ ဤပုံစံသည် လုပ်ငန်းနယ်ပယ် အသီးသီးရှိ အကြောင်းအရာ ဖန်တီးသူများအတွက် ဖြစ်နိုင်ခြေကမ္ဘာကို ဖွင့်လှစ်ပေးပါသည်။

ဆန်းသစ်တီထွင်သော အသံဖြေရှင်းချက်များအတွက် လိုအပ်ချက်များ ဆက်လက်တိုးပွားလာသည်နှင့်အမျှ Stability AI ၏ နောက်ဆုံးကမ်းလှမ်းချက်သည် ၎င်းတို့၏ တီထွင်ဖန်တီးမှုရလဒ်ကို မြှင့်တင်ရန်နှင့် ၎င်းတို့၏ လုပ်ငန်းလည်ပတ်မှုကို ချောမွေ့စေရန် ရှာဖွေနေသည့် ပညာရှင်များအတွက် မရှိမဖြစ်လိုအပ်သောကိရိယာတစ်ခု ဖြစ်လာမည်ဖြစ်သည်။ အဆင့်မြင့် AI နည်းပညာ၏ ပါဝါကို အသုံးချခြင်းဖြင့် Stable Audio 2.0 သည် သုံးစွဲသူများအား တေးဂီတဖွဲ့စည်းမှု၊ အသံဒီဇိုင်းနှင့် အသံထုတ်လုပ်မှုအပြီးတွင် ပုံမဖော်ထားသော နယ်မြေများကို စူးစမ်းလေ့လာရန် အခွင့်အာဏာပေးသည်။

Audio-to-Audio Feature သရုပ်ပြ

Stable Audio 2.0 ၏ အဓိက အင်္ဂါရပ်များကား အဘယ်နည်း

Stable Audio 2.0 တွင် AI-ထုတ်ပေးသော အသံ၏ အခင်းအကျင်းကို ပြန်လည်သတ်မှတ်နိုင်သည့် စွဲမက်ဖွယ်ကောင်းသော အင်္ဂါရပ်များ ပါဝင်ပါသည်။ အစအဆုံး တေးသွားမျိုးဆက်မှ အသံမှ အသံအသွင်ပြောင်းခြင်းအထိ၊ ပိုမိုကောင်းမွန်သော အသံအကျိုးသက်ရောက်မှု ထုတ်လုပ်မှုနှင့် စတိုင်လွှဲပြောင်းခြင်းအထိ၊ ဤမော်ဒယ်သည် ဖန်တီးသူများအား ၎င်းတို့၏ အကြားအာရုံများကို အသက်ဝင်စေမည့် ကျယ်ကျယ်ပြန့်ပြန့် ကိရိယာအစုံဖြင့် ပံ့ပိုးပေးပါသည်။

တစ်ပုဒ်လုံးမျိုးဆက်

Stable Audio 2.0 သည် သုံးမိနစ်အထိ တေးသွားများကို အစအဆုံး ဖန်တီးနိုင်စွမ်းရှိသည့် အခြား AI ထုတ်ပေးသည့် အသံမော်ဒယ်များနှင့် ခြားနားပါသည်။ ဤဖွဲ့စည်းမှုများသည် ချဲ့ထွင်ထားသော အတိုအထွာများသာမကဘဲ မိတ်ဆက်၊ ဖွံ့ဖြိုးတိုးတက်မှုနှင့် ပြင်ပကဏ္ဍများကဲ့သို့ ထူးခြားသောအပိုင်းများပါ၀င်သည့် ဖွဲ့စည်းတည်ဆောက်ပုံအပိုင်းများသာဖြစ်သည်။ ဤအင်္ဂါရပ်သည် သုံးစွဲသူများအား AI-အကူအညီဖြင့် ဂီတဖန်တီးမှုဆိုင်ရာ အလားအလာကို မြှင့်တင်ပေးသည့် ပေါင်းစပ်ဇာတ်ကြောင်းနှင့် တိုးတက်မှုနှင့်အတူ ပြီးပြည့်စုံသော ဂီတလက်ရာများကို ဖန်တီးနိုင်စေပါသည်။

ထို့အပြင်၊ မော်ဒယ်တွင် စတီရီယိုအသံအကျိုးသက်ရောက်မှုများပါ၀င်ပြီး ထုတ်လုပ်ထားသောအသံတွင် အတိမ်အနက်နှင့် အတိုင်းအတာကို ထည့်သွင်းထားသည်။ အဆိုပါ spatial ဒြပ်စင်များ ပါ၀င်မှုသည် သီချင်းများ၏ လက်တွေ့ဆန်မှုနှင့် နစ်မြုပ်မှုအရည်အသွေးကို ပိုမိုတိုးတက်ကောင်းမွန်စေပြီး ၎င်းတို့ကို အပလီကေးရှင်းများစွာအတွက်၊ ဗီဒီယိုများတွင် နောက်ခံတေးဂီတမှသည် သီးခြားဂီတသီကုံးမှုများအထိ ကျယ်ပြန့်စေသည်။

အသံမှ အသံထုတ်လုပ်ခြင်း။

Stable Audio 2.0 တွင် စိတ်လှုပ်ရှားစရာအကောင်းဆုံး ပေါင်းစည်းမှုတစ်ခုမှာ အသံမှ အသံထုတ်လုပ်နိုင်မှုဖြစ်သည်။ ယခုအခါ အသုံးပြုသူများသည် ၎င်းတို့၏ ကိုယ်ပိုင်အသံနမူနာများကို အပ်လုဒ်လုပ်ကာ သဘာဝဘာသာစကားဖြင့် အကြံပြုချက်များကို အသုံးပြု၍ ၎င်းတို့ကို ပြောင်းလဲနိုင်ပါပြီ။ ဤအင်္ဂါရပ်သည် အနုပညာရှင်များနှင့် ဂီတပညာရှင်များကို ယခင်က မထင်မှတ်နိုင်သော နည်းလမ်းများဖြင့် အသံချဲ့ထွင်ခြင်းနှင့် ပြန်လည်ဆန်းသစ်ခြင်းတို့ကို စမ်းသပ်ရန် တီထွင်ဖန်တီးနိုင်စွမ်းရှိသော ကမ္ဘာကို ဖွင့်ပေးသည်။

AI ၏ စွမ်းအားကို အသုံးချခြင်းဖြင့် သုံးစွဲသူများသည် ၎င်းတို့၏ သီးခြားလိုအပ်ချက်များ သို့မဟုတ် အနုပညာအမြင်နှင့် ကိုက်ညီစေရန် ရှိနှင့်ပြီးသား အသံပစ္စည်းများကို အလွယ်တကူ ပြောင်းလဲနိုင်သည်။ တူရိယာတစ်ခု၏သစ်သားကိုပြောင်းလဲခြင်း၊ အပိုင်းတစ်ခု၏ခံစားချက်ကိုပြောင်းလဲခြင်း သို့မဟုတ် ရှိပြီးသားနမူနာများအပေါ်အခြေခံ၍ အသံအသစ်များဖန်တီးခြင်းပဲဖြစ်ဖြစ်၊ Stable Audio 2.0 သည် အသံအသွင်ပြောင်းခြင်းကိုရှာဖွေရန် အလိုလိုသိမြင်နိုင်သောနည်းလမ်းကိုပေးပါသည်။

ပိုမိုကောင်းမွန်သော အသံအကျိုးသက်ရောက်မှု ထုတ်လုပ်မှု

၎င်း၏ ဂီတထုတ်လုပ်နိုင်စွမ်းအပြင်၊ Stable Audio 2.0 သည် ကွဲပြားသော အသံအကျိုးသက်ရောက်မှုများကို ဖန်တီးရာတွင် ထူးချွန်သည်။ သစ်ရွက်ခြောက်များ သို့မဟုတ် စက်ယန္တရားများ၏ အသံများကဲ့သို့ သိမ်မွေ့သော နောက်ခံဆူညံသံများမှသည် လူစည်ကားသော မြို့လမ်းမများ သို့မဟုတ် သဘာဝပတ်ဝန်းကျင်များကဲ့သို့ ပိုမိုရှုပ်ထွေးသော အသံများအထိ၊ မော်ဒယ်သည် ကျယ်ပြန့်သော အသံဒြပ်စင်များကို ထုတ်ပေးနိုင်သည်။

ရုပ်ရှင်၊ ရုပ်မြင်သံကြား၊ ဗီဒီယိုဂိမ်းများနှင့် မာလ်တီမီဒီယာပရောဂျက်များတွင် လုပ်ဆောင်နေသော အကြောင်းအရာဖန်တီးသူများအတွက် အထူးကောင်းမွန်သော ဤအသံအကျိုးသက်ရောက်မှု ထုတ်လုပ်မှုအင်္ဂါရပ်သည် အထူးတန်ဖိုးရှိပါသည်။ Stable Audio 2.0 ဖြင့် သုံးစွဲသူများသည် ကျယ်ပြန့်သော foley အလုပ် သို့မဟုတ် ငွေကုန်ကြေးကျများသော လိုင်စင်ရ ပိုင်ဆိုင်မှုများ လိုအပ်မည့် အရည်အသွေးမြင့် အသံအကျိုးသက်ရောက်မှုများကို လျင်မြန်လွယ်ကူစွာ ထုတ်လုပ်နိုင်သည်။

ပုံစံပြောင်းခြင်း။

Stable Audio 2.0 သည် အသုံးပြုသူများအား ထုတ်လုပ်ထားသော သို့မဟုတ် အပ်လုဒ်လုပ်ထားသော အသံ၏ အလှနှင့် အသံအရည်အသွေးများကို ချောမွေ့စွာ မွမ်းမံပြင်ဆင်နိုင်စေမည့် စတိုင်လွှဲပြောင်းခြင်းအင်္ဂါရပ်ကို မိတ်ဆက်ပေးသည်။ ဤစွမ်းရည်သည် ဖန်တီးသူများသည် ၎င်းတို့၏ပရောဂျက်များ၏ သီးခြားအကြောင်းအရာများ၊ အမျိုးအစားများ သို့မဟုတ် စိတ်ခံစားမှုဆိုင်ရာ နောက်ခံအသံများနှင့် ကိုက်ညီစေရန် အသံအထွက်ကို အံဝင်ခွင်ကျဖြစ်စေနိုင်သည်။

စတိုင်အပြောင်းအရွှေ့ကို အသုံးပြုခြင်းဖြင့်၊ အသုံးပြုသူများသည် မတူညီသောဂီတစတိုင်များ၊ အမျိုးအစားများကို ရောစပ်ခြင်း သို့မဟုတ် sonic palette အသစ်များကို ဖန်တီးနိုင်သည် ။ ဤအင်္ဂါရပ်သည် ပေါင်းစပ်ထားသော တေးသွားများကို ဖန်တီးခြင်း၊ တိကျသော ရုပ်ထွက်အကြောင်းအရာနှင့် ကိုက်ညီစေရန် ဂီတကို လိုက်လျောညီထွေဖြစ်အောင် ပြုလုပ်ခြင်း သို့မဟုတ် ဖန်တီးမှုဆိုင်ရာ ပေါင်းစပ်မှုများနှင့် ရီမစ်များကို ရှာဖွေခြင်းအတွက် အထူးအသုံးဝင်ပါသည်။

Stable Audio 2.0 ၏ နည်းပညာတိုးတက်မှုများ

ပါးပြင်အောက်တွင်၊ Stable Audio 2.0 သည် ၎င်း၏ အထင်ကြီးလောက်ဖွယ်စွမ်းဆောင်ရည်နှင့် အရည်အသွေးမြင့် output ကိုရရှိစေမည့် နောက်ဆုံးပေါ် AI နည်းပညာဖြင့် ပါဝါပေးထားသည်။ မော်ဒယ်၏ဗိသုကာလက်ရာသည် အသေးစိတ်အချက်အလက်များအပေါ် ကောင်းမွန်သောထိန်းချုပ်မှုကို ထိန်းသိမ်းထားစဉ်တွင် ပေါင်းစပ်ဖွဲ့စည်းမှု၊ အစအဆုံး အသံပေါင်းစပ်မှုများပြုလုပ်ခြင်းအတွက် ထူးခြားသောစိန်ခေါ်မှုများကို ကိုင်တွယ်ရန် ဂရုတစိုက်ဒီဇိုင်းပြုလုပ်ထားသည်။

Latent diffusion မော်ဒယ်ဗိသုကာ

Stable Audio 2.0 ၏ အူတိုင်တွင် အသံထုတ်လုပ်ရန်အတွက် အကောင်းဆုံးပြင်ဆင်ထားသော latent diffusion model ဗိသုကာတစ်ခုရှိသည်။ ဤဗိသုကာတွင် အဓိကကျသော အစိတ်အပိုင်းနှစ်ခု ပါဝင်သည်- အလွန်ဖိသိပ်ထားသည်။ autoencode နှင့်တစ်ဦး diffusion transformer (DiT)။

autoencoder သည် ကုန်ကြမ်းအသံလှိုင်းပုံစံများကို သေးငယ်သောကိုယ်စားပြုမှုများအဖြစ် ထိရောက်စွာချုံ့နိုင်စေရန်တာဝန်ရှိသည်။ ဤဖိသိပ်မှုသည် မော်ဒယ်အား အရေးမကြီးသောအသေးစိတ်အချက်အလက်များကို စစ်ထုတ်နေစဉ်တွင် အသံ၏မရှိမဖြစ်အင်္ဂါရပ်များကို ဖမ်းယူနိုင်စေပြီး ပိုမိုညီညွတ်ပြီး ဖွဲ့စည်းတည်ဆောက်ထားသော ထုတ်ပေးမှုကို ဖြစ်ပေါ်စေပါသည်။

Stability AI ၏ အဆန်းထွင်သော Stable Diffusion 3 မော်ဒယ်တွင် အသုံးပြုသည့် ဖြန့်ကျက်ထရန်စဖော်မာနှင့် ဆင်တူသည်၊ ယခင်ဗားရှင်းများတွင် အသုံးပြုသည့် ရိုးရာ U-Net ဗိသုကာကို အစားထိုးသည်။ DiT သည် ရှည်လျားသောဒေတာအစီအရီများကို ကိုင်တွယ်ရာတွင် အထူးကျွမ်းကျင်ပြီး ၎င်းကို လုပ်ဆောင်ခြင်းနှင့် တိုးချဲ့အသံရေးစပ်ခြင်းများကို ထုတ်လုပ်ခြင်းအတွက် ကောင်းစွာသင့်လျော်သည်။

စွမ်းဆောင်ရည်နှင့် အရည်အသွေးကို မြှင့်တင်ထားသည်။

အလွန်ချုံ့ထားသော autoencoder နှင့် diffusion transformer တို့ကို ပေါင်းစပ်ထားခြင်းဖြင့် ၎င်း၏ယခင်မော်ဒယ်နှင့် နှိုင်းယှဉ်ပါက စွမ်းဆောင်ရည်နှင့် အထွက်အရည်အသွေး နှစ်ခုစလုံးတွင် သိသိသာသာ တိုးတက်ကောင်းမွန်လာစေရန် Stable Audio 2.0 ကို အသုံးပြုနိုင်မည်ဖြစ်သည်။

autoencoder ၏ ထိရောက်သော ဖိသိပ်မှုသည် မော်ဒယ်အား အသံဖိုင်ကို မြန်ဆန်သောနှုန်းဖြင့် ထုတ်ပေးနိုင်ပြီး၊ လိုအပ်သော တွက်ချက်မှုဆိုင်ရာ အရင်းအမြစ်များကို လျှော့ချပေးပြီး ပိုမိုကျယ်ပြန့်သော အသုံးပြုသူများထံ ပိုမိုဝင်ရောက်နိုင်စေပါသည်။ တစ်ချိန်တည်းမှာပင်၊ ကြီးမားသောတည်ဆောက်ပုံများကို မှတ်မိပြီး မျိုးပွားနိုင်သည့် ပျံ့နှံ့မှုထရန်စဖော်မာ၏ စွမ်းရည်သည် ထုတ်လုပ်ထားသော အသံသည် ပေါင်းစပ်လိုက်ဖက်မှုနှင့် ဂီတဆိုင်ရာ အရည်အသွေးမြင့်မားမှုကို ထိန်းသိမ်းထားကြောင်း သေချာစေသည်။

ဤနည်းပညာဆိုင်ရာ တိုးတက်မှုများသည် အစအဆုံး ဂီတဖွဲ့စည်းမှု၊ ရှုပ်ထွေးသော အသံထွက်ကွက် သို့မဟုတ် သိမ်မွေ့သော အသံအကျိုးသက်ရောက်မှုဖြစ်စေသည့် အံ့မခန်းလက်တွေ့ဆန်သော ပဲ့တင်ထပ်သောအသံကို ထုတ်လုပ်နိုင်သည့် မော်ဒယ်တစ်ခုတွင် အဆုံးစွန်ဆုံးဖြစ်သည်။ Stable Audio 2.0 ၏ ဗိသုကာလက်ရာသည် AI မှထုတ်လုပ်သောအသံတွင် အနာဂတ်ဆန်းသစ်တီထွင်မှုများအတွက် အခြေခံအုတ်မြစ်ဖြစ်ပြီး ဖန်တီးရှင်များအတွက် ပိုမိုခေတ်မီပြီး ဖော်ပြနိုင်သောကိရိယာများအတွက် လမ်းခင်းပေးပါသည်။

Stable Audio 2.0 ဖြင့် ထုတ်လုပ်သူအခွင့်အရေး

AI မှထုတ်လုပ်သောအသံသည် ဆက်လက်တိုးတက်ပြီး ပိုမိုသုံးစွဲနိုင်လာသည်နှင့်အမျှ၊ ကျင့်ဝတ်ဆိုင်ရာဂယက်ရိုက်ခတ်မှုများကို ဖြေရှင်းရန်နှင့် ဖန်တီးသူများ၏အခွင့်အရေးများကို ကာကွယ်ထားကြောင်း သေချာစေရန် အရေးကြီးပါသည်။ Stability AI သည် Stable Audio 2.0 လေ့ကျင့်မှုကို ပံ့ပိုးပေးသည့် အနုပညာရှင်များအတွက် ကျင့်ဝတ်ပိုင်းဆိုင်ရာ ဖွံ့ဖြိုးတိုးတက်မှုနှင့် တရားမျှတသော လျော်ကြေးငွေများကို ဦးစားပေးဆောင်ရွက်ရန် တက်ကြွသောခြေလှမ်းများကို လုပ်ဆောင်ခဲ့သည်။

Stable Audio 2.0 ကို အရည်အသွေးမြင့် အသံအကြောင်းအရာများ၏ ကျော်ကြားသော အရင်းအမြစ်ဖြစ်သော AudioSparx မှ လိုင်စင်ရ ဒေတာအတွဲတစ်ခုပေါ်တွင် သီးသန့်လေ့ကျင့်ထားသည်။ ဤဒေတာအတွဲတွင် သက်ဆိုင်ရာ စာသားမက်တာဒေတာများနှင့်အတူ တေးဂီတ၊ အသံအကျိုးသက်ရောက်မှုများနှင့် တစ်ခုတည်းသောတူရိယာအစများအပါအဝင် အသံဖိုင် 800,000 ကျော်ပါဝင်သည်။ လိုင်စင်ရဒေတာအစုံကို အသုံးပြုခြင်းဖြင့် Stability AI သည် မော်ဒယ်အား တရားဝင်ရရှိထားသောနှင့် သင့်လျော်စွာသတ်မှတ်ထားသော အသံဒေတာ၏ အခြေခံအုတ်မြစ်ပေါ်တွင် တည်ဆောက်ထားကြောင်း သေချာစေသည်။

ဖန်တီးသူ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်၏ အရေးပါမှုကို အသိအမှတ်ပြုခြင်းဖြင့် Stability AI သည် AudioSparx ဒေတာအတွဲတွင် ပါဝင်သည့် အနုပညာရှင်အားလုံးကို Stable Audio 2.0 လေ့ကျင့်မှုတွင် ၎င်းတို့၏အသံကို ဖယ်ထုတ်ရန် အခွင့်အရေးပေးထားသည်။ ဤဖယ်ထုတ်ခြင်း ယန္တရားသည် ဖန်တီးရှင်များအား ၎င်းတို့၏လုပ်ငန်းကို မည်သို့အသုံးပြုပုံအပေါ် ထိန်းချုပ်နိုင်စေကာ AI လေ့ကျင့်ရေးအတွက် ၎င်းတို့၏အသံကို အသုံးပြုနေရသော အဆင်ပြေသူများကိုသာ ဒေတာအတွဲတွင် ထည့်သွင်းထားကြောင်း သေချာစေပါသည်။

Stability AI သည် Stable Audio 2.0 ၏ ဖွံ့ဖြိုးတိုးတက်မှုကို ပံ့ပိုးပေးသည့် ဖန်တီးရှင်များ၏ ကြိုးပမ်းအားထုတ်မှုများအတွက် မျှတစွာ လျော်ကြေးပေးကြောင်း သေချာစေရန် ကတိပြုပါသည်။ AudioSparx ဒေတာအတွဲကို လိုင်စင်ထုတ်ပေးပြီး ဖယ်ထုတ်ခြင်းဆိုင်ရာ ရွေးချယ်မှုများကို ပံ့ပိုးပေးခြင်းဖြင့် ကုမ္ပဏီသည် ဖန်တီးရှင်များ၏ ပံ့ပိုးကူညီမှုများကြောင့် လေးစားခံရပြီး ဆုချီးမြှင့်သည့် AI-ထုတ်ပေးသော အသံအတွက် ရေရှည်တည်တံ့ပြီး သာတူညီမျှသော ဂေဟစနစ်တစ်ခုကို တည်ထောင်ရန် ၎င်း၏ အပ်နှံမှုကို ကုမ္ပဏီက သရုပ်ပြပါသည်။

ဖန်တီးသူများ၏အခွင့်အရေးများကို ပိုမိုကာကွယ်ရန်နှင့် မူပိုင်ခွင့်ချိုးဖောက်မှုများကို တားဆီးရန်အတွက် Stability AI သည် အကြောင်းအရာအသိအမှတ်ပြုနည်းပညာကို ဦးဆောင်ပံ့ပိုးပေးသည့် Audible Magic နှင့် ပူးပေါင်းထားသည်။ Audible Magic ၏အဆင့်မြင့်အကြောင်းအရာအသိအမှတ်ပြုမှု (ACR) စနစ်အား အသံအပ်လုဒ်လုပ်ထုံးလုပ်နည်းတွင် ပေါင်းစပ်ခြင်းဖြင့်၊ Stable Audio 2.0 သည် ပလက်ဖောင်းအတွင်း မူရင်း သို့မဟုတ် မှန်ကန်စွာလိုင်စင်ရထားသောအသံကိုသာ အသုံးပြုကြောင်း သေချာစေမည့် ချိုးဖောက်နိုင်သည့်အကြောင်းအရာကို ခွဲခြားသတ်မှတ်ပြီး အလံတင်နိုင်သည်။

ဤကျင့်ဝတ်ဆိုင်ရာ ထည့်သွင်းစဉ်းစားမှုများနှင့် ဖန်တီးသူဗဟိုပြုလုပ်ဆောင်မှုများမှတစ်ဆင့်၊ Stability AI သည် အသံဒိုမိန်းတွင် တာဝန်ရှိ AI ဖွံ့ဖြိုးတိုးတက်မှုအတွက် ခိုင်မာသောစံနမူနာတစ်ရပ်ကို သတ်မှတ်ပေးပါသည်။ ဖန်တီးသူများ၏အခွင့်အရေးများကို ဦးစားပေးကာ ဒေတာအသုံးပြုမှုနှင့် လျော်ကြေးများအတွက် ရှင်းလင်းသောလမ်းညွှန်ချက်များကို ချမှတ်ခြင်းဖြင့် ကုမ္ပဏီသည် AI နှင့် လူသားဖန်တီးမှုတို့ အတူတကွ ရှင်သန်ကြီးထွားနိုင်သည့် ပူးပေါင်းလုပ်ဆောင်ပြီး ရေရှည်တည်တံ့သော ပတ်ဝန်းကျင်ကို မွေးမြူပေးပါသည်။

Stability AI ဖြင့် အသံဖန်တီးမှု၏အနာဂတ်ကို ပုံဖော်ခြင်း။

Stable Audio 2.0 သည် ဂီတ၊ အသံဒီဇိုင်းနှင့် အသံထုတ်လုပ်မှုတို့တွင် နယ်နိမိတ်အသစ်များကို ရှာဖွေရန် ကိရိယာအစုံအလင်ဖြင့် ဖန်တီးသူများကို စွမ်းရည်မြှင့်တင်ပေးသည့် AI ထုတ်ပေးသည့်အသံတွင် သိသာထင်ရှားသောမှတ်တိုင်တစ်ခုဖြစ်သည်။ ၎င်း၏ နောက်ဆုံးပေါ် ငုပ်လျှိုးနေသော ပျံ့နှံ့မှုပုံစံ ဗိသုကာလက်ရာ၊ အထင်ကြီးလောက်သော စွမ်းဆောင်ရည်နှင့် ကျင့်ဝတ်ဆိုင်ရာ ထည့်သွင်းစဉ်းစားမှုများနှင့် ဖန်တီးရှင်အခွင့်အရေးများအတွက် ကတိကဝတ်များဖြင့်၊ Stability AI သည် အသံဖန်တီးမှု၏ အနာဂတ်ကို ပုံဖော်ရာတွင် ရှေ့တန်းမှ ဦးဆောင်နေပါသည်။ ဤနည်းပညာသည် ဆက်လက်တိုးတက်ပြောင်းလဲလာသည်နှင့်အမျှ AI မှထုတ်လုပ်ထားသောအသံသည် ဖန်တီးမှုအခင်းအကျင်းတွင် အဓိကအခန်းကဏ္ဍမှပါဝင်လာမည်ဖြစ်ပြီး၊ အနုပညာရှင်များနှင့် ဂီတသမားများသည် ၎င်းတို့၏လက်ရာနယ်နိမိတ်များကို တွန်းအားပေးရန်နှင့် ကမ္ဘာပေါ်ရှိဖြစ်နိုင်ချေများကို ပြန်လည်သတ်မှတ်ရန် လိုအပ်သည့်ကိရိယာများကို ပံ့ပိုးပေးမည်ဖြစ်ကြောင်း ထင်ရှားပါသည်။ အသံ။

Alex McFarland သည် ဉာဏ်ရည်တုဆိုင်ရာ နောက်ဆုံးပေါ် တိုးတက်မှုများကို ဖုံးအုပ်ထားသည့် နည်းပညာစာရေးဆရာတစ်ဦးဖြစ်သည်။ သူသည် ကမ္ဘာတစ်ဝှမ်းရှိ AI startups များနှင့် ထုတ်ဝေမှုများနှင့် လက်တွဲလုပ်ဆောင်ခဲ့သည်။