Stable Audio Open

　「Stable Audio Open」は、テキストから短いオーディオサンプルを生成することに特化した、オープンソースのAIモデル。最大47秒のサンプルとサウンドエフェクトを生成可能で、ドラムビートやリフ、アンビエントサウンド、フォーリーサウンド、プロダクションエレメントなどを作成できる。

　「Stable Audio 2.0」との違いは、フルトラックの楽曲を生成するのではなく、サウンドデザイナーやミュージシャンのための素材作りを専門にしているところ。

　「Stable Audio Open」はオープンソースなので、ユーザーが独自のカスタムオーディオデータをもとにモデルを微調整できる。たとえばドラマーが自分の演奏を録音したサンプルをもとに、テキストで指定したイメージで新しいビートをAIに生成してもらうといったことが可能だ。

　モデルはHugging Faceからダウンロードでき、Stability AI Community Licenseのもとで無償利用が可能。商用利用にはStability AI社の有償ライセンスが必要となる。

ライセンス（2024年7月時点のもの）