Stability AI ปล่อย Stable Audio 3.0 สร้างเพลงยาว 6 นาที แบบ Open Source ใช้เชิงพาณิชย์ได้

Stability AI เปิดตัว Stable Audio 3.0 — ครอบครัวโมเดลสร้างเสียงและดนตรี 4 รุ่น ที่สามารถสร้างเพลงยาวถึง 6 นาที โดย 3 ใน 4 รุ่นปล่อยเป็น Open Weight ภายใต้ไลเซนส์ที่อนุญาตให้ใช้เชิงพาณิชย์ได้

นี่คือการกลับมาครั้งสำคัญของตระกูล Stable Audio ที่เงียบหายไปตั้งแต่เวอร์ชัน 2.0 เมื่อต้นปี 2024 ที่ผ่านมา

จุดเปลี่ยนสำคัญ

Stable Audio 2.0 เมื่อปี 2024 จำกัดความยาวเพลงไว้ที่ 90 วินาที และต้องใช้ไลเซนส์ Proprietary ในช่วง 18 เดือนที่ผ่านมา คู่แข่งอย่าง Suno, Udio และ ElevenLabs สร้างผลิตภัณฑ์สร้างเพลงที่ดึงดูดผู้บริโภคจำนวนมาก ขณะที่ Stable Audio ไม่มีอะไรให้นักพัฒนาใช้ฟรีหรือปรับแต่งได้

เวอร์ชัน 3.0 เปลี่ยนทั้งสองข้อจำกัดนี้พร้อมกัน

โมเดลทั้ง 4 รุ่น

Small SFXเสียงประกอบสั้น — Open Weight (Hugging Face)

Smallเพลงยาว 2 นาที รันบนอุปกรณ์ได้ — Open Weight (Hugging Face)

Mediumเพลงยาว 6 นาที — Open Weight (Hugging Face)

Largeเพลงยาว 6 นาที — API Stability AI เท่านั้น

ไฮไลท์เด่น: รุ่น Small เป็นโมเดลเดียวที่สามารถทำงานสร้างเพลงเต็มรูปแบบบนอุปกรณ์โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต

เทคโนโลยีเบื้องหลัง

การเปลี่ยนแปลงสถาปัตยกรรมที่ทำให้สร้างเพลงยาวขึ้นคือ Semantic-Acoustic Autoencoder แบบใหม่ที่รองรับการสร้างความยาวแปรผันได้ละเอียดระดับวินาที ซึ่งต่างจาก Stable Audio รุ่นก่อนที่ใช้ความยาวคงที่

สถาปัตยกรรมใหม่นี้ยังรองรับ:

Audio Inpainting — แก้ไขเฉพาะบางส่วนของเสียง
Causal Continuation — ต่อเพลงต่อจากจุดสิ้นสุดโดยไม่ต้องเริ่มสร้างใหม่
LoRA Fine-tuning — นักพัฒนาสามารถปรับแต่งโมเดลด้วยชุดข้อมูลเสียงของตัวเอง

จุดขายสำคัญ: ไลเซนส์ชัดเจน

นี่คือความแตกต่างที่คมชัดที่สุดเมื่อเทียบกับ Suno และ Udio:

Stability AI ยืนยันว่าโมเดลทั้งหมดฝึกจาก ข้อมูลที่มีลิขสิทธิ์อย่างถูกต้อง (Fully Licensed Data)
ลิขสิทธิ์ผลงานส่งต่อไปยังผู้สร้างภายใต้ Community License
องค์กรที่มีรายได้เกิน $1 ล้านต่อปีต้องใช้ Enterprise License ซึ่งรวม Legal Indemnification (การคุ้มครองทางกฎหมาย)

Suno และ Udio ต่างเผชิญคดีฟ้องร้องด้านลิขสิทธิ์ในสหรัฐฯ ตั้งแต่ปี 2024 เกี่ยวกับชุดข้อมูลที่ใช้ฝึกโมเดล

พาร์ทเนอร์รายใหญ่

Stability AI ยังเปิดเผยความร่วมมือกับ Universal Music Group และ Warner Music Group แม้ยังไม่ระบุชัดเจนว่าครอบคลุมอะไรบ้าง — การจำหน่าย การให้สิทธิ์ใช้ข้อมูลฝึก หรือทั้งสองอย่าง

มุมมองของผู้เขียน: การมีโมเดลสร้างเพลง Open Weight ที่ลิขสิทธิ์ชัดเจนและใช้เชิงพาณิชย์ได้ ถือเป็นเกมเชนเจอร์สำหรับนักพัฒนาเพลงและครีเอเตอร์ไทย ที่ก่อนหน้านี้ต้องเสี่ยงใช้โมเดลที่มีคดีฟ้องร้อง ตอนนี้มีทางเลือกปลอดภัยแล้ว!

ที่มา: