Stable Audio 3 Small Music(音楽モデル)
gamedev pkg add aigd.audio-stable-audio-3-small-music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 s | 1.71 GB | 4 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 min | 1.71 GB | 4 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 s | 5.19 GB | CUDA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 @ e06bd8e | 0.92 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 @ e06bd8e | 0.22 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 @ e06bd8e | 0.8 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 @ 26caadf | 0.56 GB |
t5gemma-b-b-ul2-v1.0-vocab.gguf(トークナイザー) | thepatch/t5gemma-b-b-ul2-GGUF @ 26caadf | 13.8 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:
- 受領者にライセンスのコピーを提供する。
- 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"。
- 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:
- 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。
- 受領者にGemma Termsのコピーを提供する。
- 変更したファイルには目立つ通知を付ける。
- "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
| 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 | |
| 1.1.2 | 0.32.0-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
gamedev pkg add aigd.audio-stable-audio-3-small-music