Stable Audio: La revolución de la Inteligencia Artificial en la creación musical
La inteligencia artificial generativa ha dado lugar a una nueva promesa en el mundo de la música y los efectos de sonido. Conocido como Stable Audio, este modelo de IA, desarrollado por Stability AI, tiene la capacidad de sintetizar sonidos a partir de descripciones por escrito.
Este innovador sistema es capaz de generar clips de sonido de hasta 95 segundos en diversos géneros musicales, como pop, rock y hip-hop. Para entrenar a la IA, Stability AI se asoció con AudioSparx, una proveedora de música de catálogo, y adquirió licencia para más de 800.000 archivos de audio, así como sus metadatos correspondientes.
La IA de Stable Audio ha sido entrenada utilizando 19.500 horas de audio, lo que le permite imitar sonidos cuando se le proporcionan descripciones textuales. Este proceso se basa en la difusión latente, una técnica de aprendizaje automático que crea nuevos datos manteniendo las características esenciales mientras elimina el ruido innecesario. A medida que la plataforma se expone a más datos, mejora su capacidad para generar sonidos más complejos y realistas.
Las descripciones de metadatos de música y sonidos se utilizan para guiar la generación de audio. Para acelerar el proceso, la IA opera en una representación de audio simplificada y comprimida, lo que reduce el tiempo de inferencia, es decir, el tiempo que tarda en generar una salida después de recibir una entrada.
Aunque el audio generado puede cumplir con las especificaciones técnicas del formato de CD en términos de profundidad de bits y frecuencia de muestreo, la calidad de percepción real puede variar debido a la compresión en el conjunto de datos. Es importante destacar que la precisión y el detalle en las instrucciones escritas influirán en la calidad de los resultados.
Stable Audio está diseñado para crear música tanto con fines comerciales como no comerciales, como bucles para canciones o ideas de riffs de guitarra que pueden desarrollarse en canciones completas.
