このページは英語から機械翻訳されています。英語の原文を読む。

Stable Audio 3 Small Music(音楽モデル)

公式オーディオGPUv1.1.3aigd.audio-stable-audio-3-small-music
インストール アプリがまだない方は 無料でダウンロード
またはターミナルから
gamedev pkg add aigd.audio-stable-audio-3-small-music
お使いのコンピューターで実行します。 モデルを一度ダウンロードするだけで、このコンピューターの GPU で生成します。

概要

Stable Audio 3 Small Music:テキストプロンプトから最大2分のインストゥルメンタル音楽とループを生成します。44.1 kHzステレオ、ボーカルなし。ゲームのBGM、キュー、ジングル向けです。sa3.cppにより4 GBのGPUでローカルに動作し、CPUでは低速で動作します。Stability AI Community License:商用利用は年間売上US$1M未満で、登録後にのみ可能です。

Stable Audio 3 Small MusicはStability AIの小型音楽モデルです。テキストプロンプトから、1秒から最大2分のインストゥルメンタル音楽とループを44.1 kHzステレオWAVとして生成します。ボーカルは生成しません。AI Game Devアプリでは、Local sound effects and music(aigd.sa3cpp、sa3.cppランタイム)を通じてローカルで動作するため、トラックごとのコストはかかりません。約4 GiBのGPUで動作し、CPUでも低速ながら動作します。手頃なハードウェアで素早くBGMを用意したいゲーム開発者に適しています。ライセンス(Stability AI Community License)では、商用利用は収益上限未満かつ登録後にのみ認められます(下記のライセンスセクションを参照)。

作成できるもの

  • レベル、メニュー、ショップ用のインストゥルメンタルBGM。
  • 音楽ループや短いキュー。プロンプトでジャンル、楽器、テンポを指定できます。
  • 勝利、敗北、レベルアップ用のスティンガーやジングル。
  • さまざまな雰囲気を試すための、手早いサウンドトラックのドラフト。

リクエスト例

  • 「メインメニュー用に、120 BPMのシンセポップのインストゥルメンタルを60秒で作って。」
  • 「村用に、穏やかなアコースティックギターの30秒トラックを生成して。」
  • 「ブラスを使った短い勝利のジングルを、4秒くらいで作って。」
  • 「ダンジョン用に、2分のダークアンビエントドローンを作って。」

ハイライト

項目値
動作テキストから音楽:プロンプト、長さ、任意のシードから1つのWAVを生成します
出力44.1 kHzステレオWAV、プロジェクト内に保存
長さ1秒〜2分(デフォルト30秒)
プロンプト最大1,000文字、ボーカルなし
ステップデフォルト8、最大100
ガイダンス(CFG)デフォルト1

このパッケージはデータのみです。モデルファイルを指定します。アプリは下記のライセンスを確認・同意した後にそれらをダウンロードし、各ファイルをsha256で検証して、お使いのコンピューター上でsa3.cppにより実行します。

どのStable Audio 3パッケージを選ぶか

3つともLocal sound effects and music(aigd.sa3cpp)で動作し、テキストプロンプトを受け取って、同じStability AI Community Licenseの下で44.1 kHzステレオWAVを書き出します。テキストエンコーダーとトークナイザーは共有されるため、2つ目のStable Audio 3モデルは自身のファイルだけをダウンロードします。

パッケージ生成内容長さダウンロード必要なもの
Stable Audio 3 Small SFX効果音、フォーリー、UIサウンド、環境音1–60 s1.71 GB4 GiBのGPU。CPUでも低速で動作
Stable Audio 3 Small Musicインストゥルメンタル音楽とループ1 s – 2 min1.71 GB4 GiBのGPU。CPUは低速
Stable Audio 3 Mediumインストゥルメンタル音楽、より大型のモデル1 s – 6 min 20 s5.19 GBCUDAで12 GiB、またはVulkanで13 GiB。Macは16 GB
  • ゲームプレイとUI向けの効果音:Small SFX。
  • 控えめなGPUでの音楽、または最大2分の楽曲:Small Music。
  • 12 GiB以上のGPU(CUDA、Vulkanでは13 GiB)で最大6分20秒の長尺トラック:Medium。

ダウンロード

1.71 GB、5ファイル。それぞれHugging Faceのコミットに固定されています。これらはsa3.cpp向けのstabilityai/stable-audio-3-small-musicのGGUF変換で、sa3.cppの作者によって公開されています。テキストエンコーダーとトークナイザーはすべてのStable Audio 3モデルで共有されるため、一度だけダウンロードされます。

ファイル取得元サイズ
stable-audio-3-small-music-dit-0.5B-v1.0-F16.gguf(拡散トランスフォーマー)thepatch/stable-audio-3-small-music-GGUF @ e06bd8e0.92 GB
stable-audio-3-small-music-same-s-v1.0-F16.gguf(オートエンコーダー)thepatch/stable-audio-3-small-music-GGUF @ e06bd8e0.22 GB
stable-audio-3-small-music-conditioner-v1.0-F32.gguf(コンディショナー)thepatch/stable-audio-3-small-music-GGUF @ e06bd8e0.8 MB
t5gemma-b-b-ul2-encoder-0.3B-v1.0-F16.gguf(テキストエンコーダー)thepatch/t5gemma-b-b-ul2-GGUF @ 26caadf0.56 GB
t5gemma-b-b-ul2-v1.0-vocab.gguf(トークナイザー)thepatch/t5gemma-b-b-ul2-GGUF @ 26caadf13.8 MB

拡散トランスフォーマーとオートエンコーダーはF16です。sa3.cppの作者が、Stability AIのPyTorchリファレンスに対して変換を検証済みです(コサイン類似度 ~1.0)。

動作するコンピューター

コンピューター速度
CUDAまたはVulkan、VRAM 4 GiB以上WindowsのRTX 4090では、120秒のクリップがCUDAで3.1秒、Vulkanで11.7秒かかり、ベースライン上でそれぞれ約1.4 GiBと1.2 GiBを使用しました。
AppleシリコンのMac、メモリ8 GB以上未計測
使用可能なGPUなし(CPU)低速:長い楽曲では数分かかります

これらは推定値であり、保証ではありません。インストール後の最初のサウンド生成にはより長い時間がかかります。

ライセンス

Stability AI Community License(オープンソースライセンスではありません)。ダウンロード前に全文をお読みください:LICENSE.md(2024年7月5日版、アップストリームモデルのものと同一)。

  • 無料利用: 研究、個人、趣味、その他の非商用利用、および評価。
  • 商用利用は制限されています。 あなたと関連会社の合計が、あらゆる源泉から年間US$1,000,000未満の収益である間のみ無料です。
  • 収益上限はすべてのライセンスを終了させます。 あなたと関連会社の年間収益がUS$1,000,000を超えると、商用利用だけでなく、本契約に基づくすべてのライセンスが終了します。その後はStability AIのエンタープライズライセンス(stability.ai/enterprise)が必要です。
  • 登録: 商用利用の前に、stability.ai/community-licenseでStability AIへの登録が必要です。
  • 帰属表示: モデル、またはそれを用いた製品やサービスを配布する場合、あなたは以下を行わなければなりません:
    1. 受領者にライセンスのコピーを提供する。
    2. 次のテキストを含む"Notice"テキストファイルを保持する:"This Stability AI Model is licensed under the Stability AI Community License, Copyright © Stability AI Ltd. All Rights Reserved"。
    3. 関連するウェブサイト、ユーザーインターフェース、ブログ投稿、aboutページ、製品ドキュメントに"Powered by Stability AI"を目立つ形で表示する。
  • 許容される利用: 利用はStability AIのAcceptable Use Policyおよび貿易管理を含む適用法に従わなければなりません。モデルまたはその出力を、別の基盤生成AIモデルの作成や改善に使用することはできません。
  • その他の条項: 帰属表示を超える商標権はありません。違反した場合、Stability AIはライセンスを終了できます。また、モデルまたはその出力が自身の権利を侵害していると主張してStability AIを訴えた場合にも終了します。
  • 出力: あなたとStability AIの間では、生成した音声は、法律が許す範囲であなたに帰属します。

テキストエンコーダー:Gemma Terms of Use。 T5GemmaエンコーダーとトークナイザーはGoogleのもので(google/t5gemma-b-b-ul2)、Gemma Terms of Useの下にあります。Gemma Prohibited Use Policyに定める用途、または法律に反する用途に使用してはなりません。これらを再配布する場合、あなたは以下を行わなければなりません:

  1. 利用制限を、自らのライセンスまたは利用規約の強制可能な条項として含める。
  2. 受領者にGemma Termsのコピーを提供する。
  3. 変更したファイルには目立つ通知を付ける。
  4. "Gemma is provided under and subject to the Gemma Terms of Use found at ai.google.dev/gemma/terms"を含むNoticeファイルを含める。

ファイルとそのライセンス:

  • 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)。stabilityai/stable-audio-3-small-musicから変換。
  • 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)。

Stability AIのリポジトリ経由でのアクセス。 ダウンロードの前に、アプリは公式リポジトリstabilityai/stable-audio-3-small-musicで、ご自身のHugging Faceアカウントを使ってStability AIの規約に同意するよう求めます。開いてアクセスフォーム(氏名、メールアドレス、国、利用目的)に入力し、同意してください。次に、設定 › モデルストレージ › Hugging Face(またはダウンロードカード)にHugging Faceアクセストークンを貼り付けます。アプリはそのトークンで、あなたのアカウントにアクセス権があることを確認します(stabilityai/stable-audio-3-small-musicの固定ファイル、8bdfb53への1回のリクエスト)。Stability AIのPyTorchウェイトはダウンロードしません。モデルファイル自体は、sa3.cppの作者によるGGUF変換(上記のthepatch/*リポジトリ)から取得され、sha256で検証され、そこにトークンは送信されません。トークンはお使いのコンピューター上に留まり、huggingface.coにのみ送信されます。

これらのライセンスに従うのはあなたの責任です。すべてのファイルはHugging Faceからダウンロードされます。AI Game Devはそれらをホストしていません。

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

バージョン

Stable Audio 3 Small Music(音楽モデル)のリリース
バージョンリリース日アプリが必要
1.1.3最新0.32.0-beta.6 以降
1.1.20.32.0-beta.6 以降

インストール

デスクトップアプリで

Packages ウィンドウを開き(ステータスバーのパッケージアイコン)、Browse を選んで aigd.audio-stable-audio-3-small-music を検索し、Add to Project をクリックします。

アプリがまだない方は、Windows、macOS、Linux 用の AI Game Dev を無料でダウンロードしてください。

ターミナルから

gamedev CLI を使い、プロジェクトフォルダーで実行します。

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

必要条件

  • AI Game Dev 0.32.0-beta.6 以降

パッケージについて詳しく

インストール
gamedev pkg add aigd.audio-stable-audio-3-small-music