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 SFX(効果音モデル)

公式オーディオGPUv1.1.3aigd.audio-stable-audio-3-small-sfx
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-sfx
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 SFX:テキストプロンプトからゲーム用の効果音やフォーリー(打撃音、足音、UIサウンド、環境音)を1〜60秒、44.1 kHzステレオで生成します。GPU 4 GBでsa3.cppによりローカル動作し、GPUなしでも低速ながら動作します。Stability AI Community License:商用利用は年間売上100万米ドル未満に限られ、登録が必要です。

Stable Audio 3 Small SFXはStability AIの小型効果音モデルです。テキストプロンプトから、打撃音、足音、UIサウンド、フォーリー、環境音を1音あたり1秒から最大60秒まで、44.1 kHzステレオWAVで生成します。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、サウンドごとにコストはかかりません。約4 GiBのGPUが必要ですが、GPUなしでも低速ながら動作します。短い効果音を数多く素早く必要とするゲーム開発者に適しています。ライセンス(Stability AI Community License)では、商用利用は売上上限未満かつ登録後に限り認められます(以下のライセンスの節を参照)。

作成できるもの

  • ゲームプレイ用の効果音:打撃音、ヒット音、足音。
  • クリック音、確認音、メニューのスウッシュなどのUIサウンド。
  • カットシーンやアニメーション用のフォーリー:布、扉、物を扱う音。
  • レベル用の環境音。1音あたり最大60秒。

リクエスト例

  • 「明るくアーケード風の短いコイン取得音を作成してください。」
  • 「木の床の足音を4秒で生成してください。」
  • 「金属製の盾に重い剣が当たる音を作成してください。」
  • 「水滴の音がする洞窟の環境音を30秒作成してください。」
  • 「柔らかいUIクリック音のバリエーションを5つ生成してください。」

特長

仕様値
動作テキストからSFXへ:プロンプト、長さ、任意のシードで1つのWAVが得られます
出力44.1 kHzステレオWAV、プロジェクトに保存
長さ1〜60秒(デフォルト5秒)
プロンプト最大1,000文字
ステップ数デフォルト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。アプリは以下のライセンスを確認・同意した後にファイルをダウンロードし、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つはいずれも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のみ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。
  • そこそこの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秒の長いトラック:Medium。

ダウンロード

1.71 GB、5ファイルで、各ファイルはHugging Faceのコミットに固定されています。sa3.cpp向けのstabilityai/stable-audio-3-small-sfxのGGUF変換版で、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-sfx-dit-0.5B-v1.0-F16.gguf(拡散トランスフォーマー)thepatch/stable-audio-3-small-sfx-GGUF @ fcbd7560.92 GB
stable-audio-3-small-sfx-same-s-v1.0-F16.gguf(オートエンコーダー)thepatch/stable-audio-3-small-sfx-GGUF @ fcbd7560.22 GB
stable-audio-3-small-sfx-conditioner-v1.0-F32.gguf(コンディショナー)thepatch/stable-audio-3-small-sfx-GGUF @ fcbd7560.8 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の作者は、変換版をStability AIのPyTorchリファレンスと照合して検証しています(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、12秒のサウンドがCUDAで3.7秒、Vulkanで8.8秒かかり、ベースラインからの増加はそれぞれ約1.2 GiBと0.7 GiBでした。
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:高速な16コアのデスクトップCPUで12秒のサウンドに約13秒(これらのファイルでの当社のテスト、メモリ1 GB)。旧世代のCPUではさらに大幅に遅くなります

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はより時間がかかります。

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、上流モデルのものと同一)。

  • 無償利用: 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。 あなたと関連会社を合わせた年間売上が、あらゆる収入源から100万米ドル未満である間のみ無償です。
  • 売上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売上が100万米ドルを超えると、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。その場合はStability AIのエンタープライズライセンスが必要です(stability.ai/enterprise)。
  • 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。
  • 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は、次のことが必要です
    1. 受領者にライセンスのコピーを渡す。
    2. このテキストを含む"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、ブログ記事、aboutページ、製品ドキュメントに"Powered by Stability AI"を目立つように表示する。
  • 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う必要があります。モデルまたはその出力を、別の基盤的生成AIモデルの作成や改善に使用することはできません。
  • その他の条件: 表示以外の商標権はありません。Stability AIは、あなたが違反した場合に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あなたの権利を侵害すると主張して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認める範囲であなたが所有します。

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に従います。Gemma Prohibited Use Policyに定める用途や、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は、次のことが必要です:

  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のコピーを渡す。
  3. 変更したファイルには目立つ告知を付ける。
  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-sfx-dit-0.5B-v1.0-F16.gguf、stable-audio-3-small-sfx-same-s-v1.0-F16.gguf、stable-audio-3-small-sfx-conditioner-v1.0-F32.gguf:Stability AI Community License(LICENSE.md)、stabilityai/stable-audio-3-small-sfx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-sfx上でStability AIの規約に同意するよう求めます。ご自身のHugging Faceアカウントで、これを開き、アクセスフォーム(名前、メールアドレス、国、利用目的)に入力して同意してください。その後、Settings › Model storage › Hugging Face(またはダウンロードカード)にHugging Faceの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-sfxの固定ファイル、05ca385への1回のリクエスト)。Stability AIのPyTorchの重み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に留まり、huggingface.coにのみ送信されます。

これらのライセンスを遵守する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 SFX(効果音モデル)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-sfx 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-sfx

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-sfx