Stable Audio 3 Small Music (modelo de música)
gamedev pkg add aigd.audio-stable-audio-3-small-musicVisão geral
Stable Audio 3 Small Music: música instrumental e loops a partir de um prompt de texto, até 2 minutos, estéreo 44,1 kHz, sem vocais, para trilhas de fundo, vinhetas e jingles de jogos. Roda localmente com sa3.cpp em uma GPU com 4 GB, ou lentamente em CPU. Stability AI Community License: uso comercial apenas abaixo de US$ 1 milhão de receita anual, após registro.
Stable Audio 3 Small Music é o modelo de música pequeno da Stability AI. A partir de um prompt de texto, ele cria música instrumental e loops, de 1 s até 2 minutos por peça, como WAV estéreo de 44,1 kHz. Ele não gera vocais. No app AI Game Dev, ele roda localmente por meio de Efeitos sonoros e música locais (aigd.sa3cpp, o runtime sa3.cpp), então cada faixa não custa nada. Ele roda em uma GPU com cerca de 4 GiB e também em CPU, lentamente. Serve para desenvolvedores de jogos que querem trilha de fundo rapidamente em hardware modesto. Sua licença (Stability AI Community License) permite uso comercial apenas abaixo de um limite de receita e após registro (veja a seção de licença abaixo).
O que você pode criar
- Música instrumental de fundo para fases, menus e lojas.
- Loops musicais e vinhetas curtas, com gênero, instrumentos e andamento no prompt.
- Vinhetas de impacto e jingles para vitórias, derrotas e subidas de nível.
- Rascunhos rápidos de trilha sonora para experimentar climas diferentes.
Exemplos de pedidos
- "Faça um instrumental synthpop de 60 segundos a 120 BPM para o menu principal."
- "Gere uma faixa calma de violão acústico de 30 segundos para a vila."
- "Faça um jingle curto de vitória com metais, cerca de 4 segundos."
- "Crie um drone ambiente sombrio de 2 minutos para a masmorra."
Destaques
| Especificação | Valor |
|---|---|
| Operação | texto para música: um prompt, uma duração e uma seed opcional geram um WAV |
| Saída | WAV estéreo de 44,1 kHz, salvo no seu projeto |
| Duração | 1 s a 2 min (padrão 30 s) |
| Prompt | até 1.000 caracteres; sem vocais |
| Passos | padrão 8, até 100 |
| Orientação (CFG) | padrão 1 |
Este pacote é somente dados. Ele nomeia os arquivos do modelo. O app os baixa depois que você confirma e aceita a licença abaixo, verifica cada arquivo por sha256 e os executa com sa3.cpp no seu computador.
Qual pacote do Stable Audio 3 escolher
Os três rodam em Efeitos sonoros e música locais (aigd.sa3cpp), recebem um prompt de texto e gravam WAV estéreo de 44,1 kHz sob a mesma Stability AI Community License. O codificador de texto e o tokenizer são compartilhados, então um segundo modelo Stable Audio 3 baixa apenas os próprios arquivos.
| Pacote | Cria | Duração | Download | Requer |
|---|---|---|---|---|
| Stable Audio 3 Small SFX | efeitos sonoros, foley, sons de UI, ambiências | 1–60 s | 1.71 GB | uma GPU com 4 GiB; também roda em CPU, lentamente |
| Stable Audio 3 Small Music | música instrumental e loops | 1 s – 2 min | 1.71 GB | uma GPU com 4 GiB; CPU é lento |
| Stable Audio 3 Medium | música instrumental, o modelo maior | 1 s – 6 min 20 s | 5.19 GB | CUDA com 12 GiB ou Vulkan com 13 GiB; Mac com 16 GB |
- Efeitos sonoros para gameplay e UI: Small SFX.
- Música em uma GPU modesta, ou peças de até 2 minutos: Small Music.
- Faixas longas de até 6 min 20 s em uma GPU com 12 GiB ou mais (CUDA; 13 GiB em Vulkan): Medium.
Download
1,71 GB, cinco arquivos, cada um fixado em um commit do Hugging Face. São conversões GGUF de stabilityai/stable-audio-3-small-music para sa3.cpp, publicadas pelo autor do sa3.cpp. O codificador de texto e o tokenizer são compartilhados por todos os modelos Stable Audio 3, então são baixados uma única vez.
| Arquivo | Origem | Tamanho |
|---|---|---|
stable-audio-3-small-music-dit-0.5B-v1.0-F16.gguf (transformer de difusão) | thepatch/stable-audio-3-small-music-GGUF @ e06bd8e | 0.92 GB |
stable-audio-3-small-music-same-s-v1.0-F16.gguf (autoencoder) | thepatch/stable-audio-3-small-music-GGUF @ e06bd8e | 0.22 GB |
stable-audio-3-small-music-conditioner-v1.0-F32.gguf (condicionador) | thepatch/stable-audio-3-small-music-GGUF @ e06bd8e | 0.8 MB |
t5gemma-b-b-ul2-encoder-0.3B-v1.0-F16.gguf (codificador de texto) | thepatch/t5gemma-b-b-ul2-GGUF @ 26caadf | 0.56 GB |
t5gemma-b-b-ul2-v1.0-vocab.gguf (tokenizer) | thepatch/t5gemma-b-b-ul2-GGUF @ 26caadf | 13.8 MB |
O transformer de difusão e o autoencoder são F16. O autor do sa3.cpp validou as conversões contra a referência PyTorch da Stability AI (similaridade de cosseno ~1,0).
Em quais computadores
| Computador | Velocidade |
|---|---|
| CUDA ou Vulkan, 4 GiB de VRAM ou mais | Em um Windows com RTX 4090, um clipe de 120 s levou 3,1 s em CUDA e 11,7 s em Vulkan, usando cerca de 1,4 e 1,2 GiB acima da linha de base, respectivamente. |
| Mac com Apple silicon, 8 GB de memória ou mais | ainda não medido |
| Sem GPU utilizável (CPU) | lento: minutos para uma peça longa |
Estas são estimativas, não garantias. O primeiro som após a instalação demora mais.
Licença
Stability AI Community License (não é uma licença de código aberto). Leia o texto completo antes de baixar: LICENSE.md (a versão de 5 de julho de 2024, idêntica à do modelo original).
- Uso gratuito: pesquisa, uso pessoal, hobby e outros usos não comerciais, e avaliação.
- O uso comercial é restrito. Ele é gratuito apenas enquanto você, junto com suas afiliadas, tiver menos de US$ 1.000.000 por ano em receita, de qualquer fonte.
- O limite de receita encerra todas as licenças. Assim que você e suas afiliadas tiverem mais de US$ 1.000.000 por ano, todas as licenças sob o acordo terminam, não apenas o uso comercial. Você então precisa de uma licença Enterprise da Stability AI (stability.ai/enterprise).
- Registro: antes de qualquer uso comercial, você deve se registrar na Stability AI em stability.ai/community-license.
- Atribuição: se você distribuir o modelo, ou um produto ou serviço que o utilize, você deve
- entregar aos destinatários uma cópia da licença;
- manter um arquivo de texto "Notice" com este texto: "This Stability AI Model is licensed under the Stability AI Community License, Copyright © Stability AI Ltd. All Rights Reserved";
- exibir com destaque "Powered by Stability AI" em um site, interface de usuário, post de blog, página "sobre" ou documentação do produto relacionado.
- Uso aceitável: o uso deve seguir a Acceptable Use Policy da Stability AI e as leis aplicáveis, incluindo controles de comércio. Você não pode usar o modelo nem suas saídas para criar ou melhorar outro modelo de IA generativa de base.
- Outros termos: nenhum direito de marca além da atribuição. A Stability AI pode encerrar a licença se você a violar. Ela também termina se você processar a Stability AI alegando que o modelo ou suas saídas infringem seus direitos.
- Saídas: entre você e a Stability AI, o áudio que você gera pertence a você, na medida em que a lei permite.
Codificador de texto: Gemma Terms of Use. O codificador T5Gemma e o tokenizer são do Google (google/t5gemma-b-b-ul2), sob os Gemma Terms of Use. Você não deve usá-los para os usos da Gemma Prohibited Use Policy nem contra a lei. Se você redistribuí-los, deve:
- incluir as restrições de uso como termo executável da sua própria licença ou termos de uso;
- entregar aos destinatários uma cópia dos Gemma Terms of Use;
- marcar qualquer arquivo que você modificou com um aviso destacado;
- incluir um arquivo Notice com "Gemma is provided under and subject to the Gemma Terms of Use found at ai.google.dev/gemma/terms".
Arquivos e suas licenças:
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 destabilityai/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).
Acesso pelo repositório da Stability AI. Antes do download, o app pede que você aceite os termos da Stability AI no repositório oficial dela, stabilityai/stable-audio-3-small-music, com sua própria conta do Hugging Face: abra-o, preencha o formulário de acesso (nome, e-mail, país, uso pretendido) e aceite. Depois, cole um token de acesso do Hugging Face em Configurações › Armazenamento de modelos › Hugging Face (ou no cartão de download). O app verifica com esse token se sua conta tem acesso (uma requisição a um arquivo fixado de stabilityai/stable-audio-3-small-music, em 8bdfb53); ele não baixa os pesos PyTorch da Stability AI. Os próprios arquivos do modelo vêm da conversão GGUF do autor do sa3.cpp (os repositórios thepatch/* acima), verificados por sha256, sem nenhum token enviado para lá. O token fica no seu computador e vai apenas para huggingface.co.
Você é responsável por seguir estas licenças. Todos os arquivos são baixados do Hugging Face. O AI Game Dev não os hospeda.
Powered by Stability AI. This Stability AI Model is licensed under the Stability AI Community License, Copyright © Stability AI Ltd. All Rights Reserved.
Versões
| Versão | Lançamento | Requer o app |
|---|---|---|
| 1.1.3Mais recente | 0.32.0-beta.6 ou mais recente | |
| 1.1.2 | 0.32.0-beta.6 ou mais recente |
Instalar
No app para desktop
Abra a janela Pacotes (o ícone de pacote na barra de status), selecione Explorar, pesquise aigd.audio-stable-audio-3-small-music e clique em Adicionar ao projeto.
Ainda sem o app? Baixe o AI Game Dev grátis para Windows, macOS ou Linux.
Pelo terminal
Com a CLI gamedev, na pasta do seu projeto:
gamedev pkg add aigd.audio-stable-audio-3-small-musicRequisitos
- AI Game Dev 0.32.0-beta.6 ou mais recente
gamedev pkg add aigd.audio-stable-audio-3-small-music