Esta página foi traduzida automaticamente do inglês. Leia o original em inglês.

Stable Audio 3 Small SFX (modelo de efeitos sonoros)

OficialÁudioGPUv1.1.3aigd.audio-stable-audio-3-small-sfx
Instalar Ainda sem o app? Baixe grátis
Ou pelo terminal
gamedev pkg add aigd.audio-stable-audio-3-small-sfx
Roda no seu computador. Baixa o modelo uma vez e gera na GPU deste computador.

Visão geral

Stable Audio 3 Small SFX: efeitos sonoros e foley de jogo a partir de um prompt de texto (impactos, passos, sons de interface, ambiências), de 1 a 60 s, estéreo 44,1 kHz. Roda localmente com sa3.cpp em uma GPU com 4 GB, ou lentamente sem GPU. Stability AI Community License: uso comercial apenas abaixo de US$1M de receita anual, após o registro.

Stable Audio 3 Small SFX é o modelo pequeno de efeitos sonoros da Stability AI. A partir de um prompt de texto, ele cria impactos, passos, sons de interface, foley e ambiências, de 1 s a 60 s por som, em WAV estéreo de 44,1 kHz. No app AI Game Dev, ele roda localmente por meio de Local sound effects and music (aigd.sa3cpp, o runtime sa3.cpp), então cada som não custa nada. Ele precisa de uma GPU com cerca de 4 GiB e também roda sem GPU, lentamente. Serve para desenvolvedores de jogos que precisam de muitos efeitos sonoros curtos rapidamente. Sua licença (Stability AI Community License) permite uso comercial apenas abaixo de um limite de receita e após o registro (veja a seção de licença abaixo).

O que você pode criar

  • Efeitos sonoros de gameplay: impactos, golpes e passos.
  • Sons de interface como cliques, confirmações e swooshes de menu.
  • Foley para cutscenes e animações: tecido, portas, objetos sendo manuseados.
  • Ambiências para fases, de até 60 s por som.

Exemplos de pedidos

  • "Crie um som curto de coleta de moeda, brilhante e com estilo de arcade."
  • "Gere passos em um piso de madeira, 4 segundos."
  • "Crie um impacto pesado de espada em um escudo de metal."
  • "Crie 30 segundos de ambiência de caverna com água pingando."
  • "Me dê cinco variações de um clique suave de interface."

Destaques

EspecificaçãoValor
Operaçãotexto para SFX: um prompt, uma duração e uma seed opcional geram um WAV
SaídaWAV estéreo de 44,1 kHz, salvo no seu projeto
Duração1 a 60 s (padrão 5 s)
Promptaté 1.000 caracteres
Etapaspadrão 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 Local sound effects and music (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 tokenizador são compartilhados, então um segundo modelo Stable Audio 3 baixa apenas os próprios arquivos.

PacoteCriaDuraçãoDownloadRequer
Stable Audio 3 Small SFXefeitos sonoros, foley, sons de interface, ambiências1–60 s1.71 GBuma GPU com 4 GiB; também roda em CPU, lentamente
Stable Audio 3 Small Musicmúsica instrumental e loops1 s – 2 min1.71 GBuma GPU com 4 GiB; uma CPU é lenta
Stable Audio 3 Mediummúsica instrumental, o modelo maior1 s – 6 min 20 s5.19 GBCUDA com 12 GiB ou Vulkan com 13 GiB; Mac com 16 GB
  • Efeitos sonoros para gameplay e interface: 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-sfx para o sa3.cpp, publicadas pelo autor do sa3.cpp. O codificador de texto e o tokenizador são compartilhados por todos os modelos Stable Audio 3, então são baixados uma única vez.

ArquivoOrigemTamanho
stable-audio-3-small-sfx-dit-0.5B-v1.0-F16.gguf (transformador de difusão)thepatch/stable-audio-3-small-sfx-GGUF @ fcbd7560.92 GB
stable-audio-3-small-sfx-same-s-v1.0-F16.gguf (autoencoder)thepatch/stable-audio-3-small-sfx-GGUF @ fcbd7560.22 GB
stable-audio-3-small-sfx-conditioner-v1.0-F32.gguf (condicionador)thepatch/stable-audio-3-small-sfx-GGUF @ fcbd7560.8 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

O transformador 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).

Quais computadores

ComputadorVelocidade
CUDA ou Vulkan, 4 GiB de VRAM ou maisEm uma RTX 4090 no Windows, um som de 12 s levou 3,7 s em CUDA e 8,8 s em Vulkan, usando cerca de 1,2 e 0,7 GiB acima da linha de base, respectivamente.
Mac com Apple silicon, 8 GB de memória ou maisainda não medido
Sem GPU utilizável (CPU)lento: cerca de 13 s para um som de 12 s em uma CPU desktop rápida de 16 núcleos (nosso teste com estes arquivos, 1 GB de memória); muito mais lento em CPUs antigas

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
    1. dar aos destinatários uma cópia da licença;
    2. 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";
    3. exibir com destaque "Powered by Stability AI" em um site relacionado, interface de usuário, post de blog, página "sobre" ou documentação do produto.
  • Uso aceitável: o uso deve seguir a Acceptable Use Policy da Stability AI e as leis aplicáveis, incluindo controles comerciais. Você não pode usar o modelo ou suas saídas para criar ou melhorar outro modelo de IA generativa fundacional.
  • 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 é seu, na medida permitida pela lei.

Codificador de texto: Gemma Terms of Use. O codificador e o tokenizador T5Gemma são do Google (google/t5gemma-b-b-ul2), sob os Gemma Terms of Use. Você não pode usá-los para os usos previstos na Gemma Prohibited Use Policy nem contra a lei. Se você redistribuí-los, deve:

  1. incluir as restrições de uso como termo executável da sua própria licença ou termos de uso;
  2. dar aos destinatários uma cópia dos Gemma Terms;
  3. marcar qualquer arquivo que você modificou com um aviso destacado;
  4. 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-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), convertidos de stabilityai/stable-audio-3-small-sfx.
  • 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-sfx, 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-sfx, em 05ca385); ele não baixa os pesos PyTorch da Stability AI. Os arquivos do modelo em si 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

Versões de Stable Audio 3 Small SFX (modelo de efeitos sonoros)
VersãoLançamentoRequer o app
1.1.3Mais recente0.32.0-beta.6 ou mais recente
1.1.20.32.0-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-sfx 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-sfx

Requisitos

  • AI Game Dev 0.32.0-beta.6 ou mais recente

Mais sobre pacotes

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