Stability AI lanzó Stability Audio 3.0 para generar canciones de varios minutos

Stability AI presentó la versión actualizada de su modelo de audio Stability Audio 3.0, que puede generar composiciones musicales de hasta seis minutos de duración. Este es un paso significativo en el desarrollo de sistemas de síntesis de música basados en inteligencia artificial.

Dos versiones para diferentes casos de uso

La compañía lanzó el modelo en dos variantes orientadas a diferentes escenarios de uso. La versión completa crea música de hasta 6 minutos de duración, es decir, canciones completas y no solo fragmentos. La versión ligera, llamada small model, funciona directamente en el dispositivo del usuario sin conexión a servicios en la nube.

El funcionamiento local del modelo proporciona varias ventajas prácticas. Primero, menos latencia en la generación: el resultado se obtiene casi instantáneamente. Segundo, mayor privacidad: ningún dato se envía a los servidores de la compañía. Tercero, el usuario no depende de la estabilidad de la conexión a Internet.

Características y aplicaciones

Stability Audio 3.0 continúa desarrollando el enfoque de texto a audio que Stability AI comenzó con las versiones anteriores de su modelo. El sistema entiende descripciones en lenguaje natural y las convierte en música del estilo y duración requeridos.

Las características principales incluyen:

• Generación de composiciones originales basadas en descripciones textuales de género, estado de ánimo y estilo
• Compatibilidad con diferentes géneros musicales, desde clásico hasta electrónica
• Capacidad para trabajar con descripciones largas y detalladas para la generación precisa del sonido deseado
• Ejecución local en computadoras personales sin infraestructura en la nube
• Escalabilidad desde fragmentos cortos de 20 segundos hasta canciones completas de seis minutos

Estas características abren el camino hacia aplicaciones prácticas en varios campos.

Dónde puede ser útil

Para músicos y creadores de contenido, Stability Audio 3.0 puede convertirse en una herramienta para la creación rápida de prototipos de ideas musicales. En lugar de pasar tiempo buscando pistas ya hechas o colaborar con compositores, se pueden generar en minutos varias versiones de música de fondo, bandas sonoras para vídeos o versiones de demostración de sus propias obras.

Para streamers independientes y videobloggers, la generación de música local resuelve el problema de los derechos de autor: pueden crear composiciones originales sin comprar licencias para música ya existente.

Qué significa esto

El mercado de modelos de audio generativo se vuelve cada vez más competitivo y accesible. Si antes la síntesis de música era controlada por algunas grandes compañías con infraestructura en la nube, ahora están surgiendo modelos abiertos que funcionan localmente y no requieren poder computacional especial. Esto democratiza la creación de música y elimina la dependencia de servicios en la nube y suscripciones.