Esta página se tradujo automáticamente del inglés. Lee el original en inglés.

Stable Audio 3 Small Music (modelo de música)

OficialAudioGPUv1.1.3aigd.audio-stable-audio-3-small-music
Instalar ¿Aún no tienes la app? Descárgala gratis
O desde el terminal
gamedev pkg add aigd.audio-stable-audio-3-small-music
Se ejecuta en tu ordenador. Descarga un modelo una vez y genera con la GPU de este ordenador.

Resumen

Stable Audio 3 Small Music: música instrumental y bucles a partir de un prompt de texto, hasta 2 minutos, 44.1 kHz estéreo, sin voces, para música de fondo, cues y jingles de juegos. Se ejecuta localmente con sa3.cpp en una GPU de 4 GB, o lentamente en una CPU. Stability AI Community License: uso comercial solo por debajo de US$1M de ingresos anuales, tras registrarse.

Stable Audio 3 Small Music es el modelo de música pequeño de Stability AI. A partir de un prompt de texto genera música instrumental y bucles, de 1 s hasta 2 minutos por pieza, como WAV estéreo a 44.1 kHz. No genera voces. En la app AI Game Dev se ejecuta localmente mediante Efectos de sonido y música locales (aigd.sa3cpp, el runtime sa3.cpp), así que cada pista no cuesta nada. Funciona en una GPU de unos 4 GiB, y también en una CPU, lentamente. Encaja con desarrolladores de juegos que quieren música de fondo rápidamente en hardware modesto. Su licencia (Stability AI Community License) permite el uso comercial solo por debajo de un límite de ingresos y tras registrarse (consulta la sección de licencia más abajo).

Qué puedes crear

  • Música de fondo instrumental para niveles, menús y tiendas.
  • Bucles de música y cues cortos, con género, instrumentos y tempo en el prompt.
  • Stingers y jingles para victorias, derrotas y subidas de nivel.
  • Borradores rápidos de banda sonora para probar distintos ambientes.

Ejemplos de peticiones

  • "Haz un instrumental synthpop de 60 segundos a 120 BPM para el menú principal."
  • "Genera una pista calmada de guitarra acústica de 30 segundos para la aldea."
  • "Haz un jingle corto de victoria con metales, de unos 4 segundos."
  • "Crea un drone ambient oscuro de 2 minutos para la mazmorra."

Aspectos destacados

EspecificaciónValor
Operacióntexto a música: un prompt, una duración y una semilla opcional dan un WAV
SalidaWAV estéreo a 44.1 kHz, guardado en tu proyecto
Duraciónde 1 s a 2 min (30 s por defecto)
Prompthasta 1.000 caracteres; sin voces
Pasos8 por defecto, hasta 100
Guía (CFG)1 por defecto

Este paquete solo contiene datos. Indica los archivos del modelo. La app los descarga después de que confirmes y aceptes la licencia de abajo, comprueba cada archivo mediante sha256 y los ejecuta con sa3.cpp en tu computadora.

Qué paquete de Stable Audio 3 elegir

Los tres funcionan en Efectos de sonido y música locales (aigd.sa3cpp), aceptan un prompt de texto y escriben WAV estéreo a 44.1 kHz bajo la misma Stability AI Community License. El codificador de texto y el tokenizador son compartidos, así que un segundo modelo Stable Audio 3 solo descarga sus propios archivos.

PaqueteGeneraDuraciónDescargaRequiere
Stable Audio 3 Small SFXefectos de sonido, foley, sonidos de UI, ambientes1–60 s1.71 GBuna GPU de 4 GiB; también funciona en una CPU, lentamente
Stable Audio 3 Small Musicmúsica instrumental y bucles1 s – 2 min1.71 GBuna GPU de 4 GiB; una CPU es lenta
Stable Audio 3 Mediummúsica instrumental, el modelo más grande1 s – 6 min 20 s5.19 GBCUDA con 12 GiB o Vulkan con 13 GiB; Mac con 16 GB
  • Efectos de sonido para el juego y la UI: Small SFX.
  • Música en una GPU modesta, o piezas de hasta 2 minutos: Small Music.
  • Pistas largas de hasta 6 min 20 s en una GPU de 12 GiB o más (CUDA; 13 GiB en Vulkan): Medium.

Descarga

1.71 GB, cinco archivos, cada uno fijado a un commit de Hugging Face. Son conversiones GGUF de stabilityai/stable-audio-3-small-music para sa3.cpp, publicadas por el autor de sa3.cpp. El codificador de texto y el tokenizador los comparten todos los modelos Stable Audio 3, así que se descargan una sola vez.

ArchivoDeTamaño
stable-audio-3-small-music-dit-0.5B-v1.0-F16.gguf (transformer de difusión)thepatch/stable-audio-3-small-music-GGUF @ e06bd8e0.92 GB
stable-audio-3-small-music-same-s-v1.0-F16.gguf (autoencoder)thepatch/stable-audio-3-small-music-GGUF @ e06bd8e0.22 GB
stable-audio-3-small-music-conditioner-v1.0-F32.gguf (condicionador)thepatch/stable-audio-3-small-music-GGUF @ e06bd8e0.8 MB
t5gemma-b-b-ul2-encoder-0.3B-v1.0-F16.gguf (codificador de texto)thepatch/t5gemma-b-b-ul2-GGUF @ 26caadf0.56 GB
t5gemma-b-b-ul2-v1.0-vocab.gguf (tokenizador)thepatch/t5gemma-b-b-ul2-GGUF @ 26caadf13.8 MB

El transformer de difusión y el autoencoder son F16. El autor de sa3.cpp validó las conversiones contra la referencia PyTorch de Stability AI (similitud del coseno ~1.0).

En qué computadoras

ComputadoraVelocidad
CUDA o Vulkan, 4 GiB de VRAM o másEn una Windows RTX 4090, un clip de 120 s tardó 3.1 s en CUDA y 11.7 s en Vulkan, usando unos 1.4 y 1.2 GiB por encima de la línea base, respectivamente.
Mac con Apple silicon, 8 GB de memoria o másaún no medido
Sin GPU utilizable (CPU)lento: minutos para una pieza larga

Son estimaciones, no garantías. El primer sonido tras la instalación tarda más.

Licencia

Stability AI Community License (no es una licencia de código abierto). Lee el texto completo antes de descargar: LICENSE.md (la versión del 5 de julio de 2024, idéntica a la del modelo original).

  • Uso gratuito: investigación, uso personal, hobby y otros usos no comerciales, y evaluación.
  • El uso comercial está restringido. Es gratuito solo mientras tú, junto con tus afiliados, generes menos de US$1.000.000 al año en ingresos, de cualquier fuente.
  • El límite de ingresos pone fin a todas las licencias. En cuanto tú y tus afiliados generéis más de US$1.000.000 al año, todas las licencias del acuerdo terminan, no solo el uso comercial. Entonces necesitas una licencia Enterprise de Stability AI (stability.ai/enterprise).
  • Registro: antes de cualquier uso comercial debes registrarte con Stability AI en stability.ai/community-license.
  • Atribución: si distribuyes el modelo, o un producto o servicio que lo use, debes
    1. dar a los destinatarios una copia de la licencia;
    2. conservar un archivo de texto "Notice" con este texto: "This Stability AI Model is licensed under the Stability AI Community License, Copyright © Stability AI Ltd. All Rights Reserved";
    3. mostrar de forma destacada "Powered by Stability AI" en un sitio web, interfaz de usuario, entrada de blog, página "acerca de" o documentación del producto relacionados.
  • Uso aceptable: el uso debe cumplir la Acceptable Use Policy de Stability AI y las leyes aplicables, incluidos los controles comerciales. No puedes usar el modelo ni sus resultados para crear o mejorar otro modelo de IA generativa fundacional.
  • Otras condiciones: no se conceden derechos de marca más allá de la atribución. Stability AI puede rescindir la licencia si la incumples. También termina si demandas a Stability AI alegando que el modelo o sus resultados infringen tus derechos.
  • Resultados: entre tú y Stability AI, tú eres el titular del audio que generas, en la medida en que la ley lo permita.

Codificador de texto: Gemma Terms of Use. El codificador T5Gemma y el tokenizador son de Google (google/t5gemma-b-b-ul2), bajo los Gemma Terms of Use. No debes usarlos para los usos recogidos en la Gemma Prohibited Use Policy ni contra la ley. Si los redistribuyes, debes:

  1. incluir las restricciones de uso como término exigible de tu propia licencia o condiciones de uso;
  2. dar a los destinatarios una copia de los Gemma Terms;
  3. marcar cualquier archivo que hayas modificado con un aviso destacado;
  4. incluir un archivo Notice con "Gemma is provided under and subject to the Gemma Terms of Use found at ai.google.dev/gemma/terms".

Archivos y sus licencias:

  • stable-audio-3-small-music-dit-0.5B-v1.0-F16.gguf, stable-audio-3-small-music-same-s-v1.0-F16.gguf, stable-audio-3-small-music-conditioner-v1.0-F32.gguf: Stability AI Community License (LICENSE.md), convertidos desde stabilityai/stable-audio-3-small-music.
  • t5gemma-b-b-ul2-encoder-0.3B-v1.0-F16.gguf, t5gemma-b-b-ul2-v1.0-vocab.gguf: Gemma Terms of Use (LICENSE.md, NOTICE).

Acceso a través del repositorio de Stability AI. Antes de la descarga, la app te pide que aceptes los términos de Stability AI en su repositorio oficial, stabilityai/stable-audio-3-small-music, con tu propia cuenta de Hugging Face: ábrelo, rellena el formulario de acceso (nombre, correo electrónico, país, uso previsto) y acepta. Después, pega un token de acceso de Hugging Face en Ajustes › Almacenamiento de modelos › Hugging Face (o en la tarjeta de descarga). La app comprueba con ese token que tu cuenta tiene acceso (una petición a un archivo fijado de stabilityai/stable-audio-3-small-music, en 8bdfb53); no descarga los pesos PyTorch de Stability AI. Los archivos del modelo en sí proceden de la conversión GGUF del autor de sa3.cpp (los repositorios thepatch/* de arriba), verificados mediante sha256, sin enviar allí ningún token. El token se queda en tu computadora y solo va a huggingface.co.

Eres responsable de cumplir estas licencias. Todos los archivos se descargan de Hugging Face. AI Game Dev no los aloja.

Powered by Stability AI. This Stability AI Model is licensed under the Stability AI Community License, Copyright © Stability AI Ltd. All Rights Reserved.

Versiones

Versiones de Stable Audio 3 Small Music (modelo de música)
VersiónPublicadaRequiere la aplicación
1.1.3Última0.32.0-beta.6 o posterior
1.1.20.32.0-beta.6 o posterior

Instalar

En la app de escritorio

Abre la ventana Paquetes (el icono de paquete en la barra de estado), selecciona Explorar, busca aigd.audio-stable-audio-3-small-music y haz clic en Añadir al proyecto.

¿Aún no tienes la app? Descarga AI Game Dev gratis para Windows, macOS o Linux.

Desde el terminal

Con la CLI gamedev, en la carpeta de tu proyecto:

gamedev pkg add aigd.audio-stable-audio-3-small-music

Requisitos

  • AI Game Dev 0.32.0-beta.6 o posterior

Más sobre los paquetes

Instalar
gamedev pkg add aigd.audio-stable-audio-3-small-music