Stable Audioについて

Stable Audioとは？

Stable Audioは、Stability AIが開発・提供するAI音声・音楽生成の専用プラットフォームおよびAIモデル群です。テキストプロンプトから音楽、効果音、BGM、歌声など多様な音声コンテンツを生成できるほか、既存の音声ファイルを延長、編集、変換する機能も備えています。

高品質な44.1kHzステレオ音声を最大10分間生成可能な最新モデルや、商用利用に対応したライセンス体系、開発者向けAPIなどを提供し、クリエイター、ビジネスパーソン、開発者など幅広いユーザーのニーズに応えます。

Stable Audioを使う理由

Stability AIが画像生成AI「Stable Diffusion」で培った技術を音声分野に応用しており、直感的なテキスト入力で高精度かつ創造的な音声コンテンツを短時間で作成できます。また、商用利用可能なライセンスを明確に規定しているため、作品制作やビジネスコンテンツへの組み込みも安心して行えます。

プラットフォーム上では無料で簡易的な生成から始められ、有料プランではより長い音声、高品質な出力、APIアクセスなどの追加機能を利用できます。開発者向けのリソースも充実しており、独自アプリケーションへの統合も容易です。

対象となるユーザー

• 動画やゲーム、ポッドキャスト用のBGM・効果音を必要とするクリエイター
• 商業コンテンツに音声を組み込みたい企業やビジネスパーソン
• AI音声生成技術を活用した独自アプリを開発するエンジニア
• 音楽制作のアイデア出しやデモ作成を効率化したいミュージシャン
• プレゼンテーションやウェビナーの雰囲気を高めたい方
• AIによる音声創作を試してみたい趣味の方

価格体系

Stable Audioは無料プランと有料プランを提供し、利用目的に合わせて機能を選択できます。公式サイトに記載された価格体系を以下に掲載します。

• Freeプラン 完全無料、月間20回までの生成、1回あたり最大45秒の音声、44.1kHzステレオ、Stable Audio 2.0モデル利用可、非商用利用のみ
• Proプラン（月額） 月額29.99ドル、月間500回までの生成、1回あたり最大10分間の音声、44.1kHzステレオ、Stable Audio 2.0および1.0モデル利用可、商用利用可、優先生成キュー
• Proプラン（年額） 年額299.99ドル（月額換算で約24.99ドル、約17%割引）、月額Proプランの全機能、年間一括払い特典
• Enterpriseプラン 要問い合わせ、無制限の生成回数、カスタムモデル開発、SLA保証、専用サポート、APIへのフルアクセス、大規模商用利用に対応

主な機能

テキストからの音声生成

ジャンル、テンポ、雰囲気、楽器などを詳細に記述したテキストプロンプトから、高品質な44.1kHzステレオ音声を生成できます。最新モデルではより自然な楽器の音色や歌声、長時間の一貫性のある音楽を作成可能です。

既存音声の編集・延長

• アップロードした音声ファイルをプロンプトに基づいて延長
• 音声の一部をテキスト指示で変更
• 音声のスタイルや雰囲気を調整

開発者向けAPI

Proプラン以上でAPIアクセスが可能で、独自のウェブサイト、アプリケーション、ワークフローにStable Audioの機能を統合できます。RESTful APIで提供され、ドキュメントやサンプルコードも充実しています。

商用利用対応ライセンス

Proプラン以上では生成した音声を商用利用できます。ライセンス条項は明確に規定されており、著作権に関する不安なくコンテンツを利用できます。Enterpriseプランではさらに柔軟なライセンス契約が可能です。

複数モデルの選択

最新のStable Audio 2.0モデルと、以前のバージョンであるStable Audio 1.0モデルを選択して利用できます。用途や好みに合わせて最適なモデルを選ぶことができます。

履歴管理

生成した音声の履歴を保存し、後から再ダウンロードや再生成、編集を行うことができます。複数のプロジェクトで音声を整理するのに便利です。

まとめ