أعلنت شركة Stability AI، الرائدة في مجال الذكاء الاصطناعي، عن إطلاق نموذج جديد مفتوح المصدر لتوليد الأصوات.

في بيانها الرسمي، أكدت الشركة أن النموذج تم تدريبه على تسجيلات خالية من حقوق الملكية، معتمدة على حوالي 486 ألف عينة من مكتبات الأصوات المفتوحة المصدر مثل FreeSound وFree Music Archive.

يحمل النموذج اسم Stable Audio Open، وهو قادر على تحويل المطالبات النصية إلى تسجيلات صوتية يصل طولها إلى 47 ثانية.

يمكن استخدام هذا النموذج لإنشاء أصوات لمجموعة متنوعة من الأغراض، بما في ذلك الأفلام والبرامج التلفزيونية.

من الفوائد الرئيسية لهذا النموذج المفتوح المصدر أنه يتيح للمستخدمين تحسينه باستخدام بياناتهم الصوتية المخصصة.

على سبيل المثال، يمكن للمستخدم تحسين النموذج اعتمادًا على عينات من تسجيلاته الخاصة لتوليد أصوات جديدة منها.

يتيح هذا للمستخدمين القدرة على تخصيص النموذج وفقًا لاحتياجاتهم الخاصة، مما يوفر مرونة كبيرة في إنتاج الأصوات.

للمستخدمين الذين يبحثون عن قدرات أكبر في إنتاج الأصوات بالذكاء الاصطناعي، توصي الشركة باستخدام خدمة Stable Audio المميزة التي توفرها.

هذه الخدمة تقدم إمكانيات متقدمة لإنشاء وتوليد الأصوات بجودة عالية.

وفقًا لشروط الخدمة الخاصة بالنموذج، لا يمكن استخدام نموذج Stable Audio Open لأغراض تجارية.

بالإضافة إلى ذلك، قد لا يعمل النموذج بالكفاءة نفسها مع المطالبات النصية المكتوبة بلغات غير الإنجليزية أو عند توليد مقاطع صوتية لا علاقة لها ببيانات التدريب.

واجهت شركة Stability AI تحديات في الآونة الأخيرة في تطوير منتجاتها، خاصة بعد استقالة نائب رئيس الصوت التوليدي، إد نيوتن ريكس.

زعم ريكس أن الشركة تدرب نماذج الذكاء الاصطناعي التوليدي على الأعمال المحمية بحقوق الطبع والنشر، مما أثار جدلاً كبيراً.

تسعى الشركة من خلال هذا النموذج الجديد إلى الدفاع عن نفسها من هذه الاتهامات وتعزيز سمعتها في السوق.

من الجدير بالذكر أن شركة سوني أرسلت في مايو الماضي خطابًا إلى مئات الشركات العاملة في مجال الذكاء الاصطناعي التوليدي تحذرها من "الاستخدام غير المصرح به" لمحتواها لتدريب مولّدات الصوت.

هذا التحذير يعكس التحديات القانونية والأخلاقية التي تواجهها الشركات في هذا المجال.

من خلال إطلاق نموذج Stable Audio Open، تهدف Stability AI إلى ترويج خدماتها المتقدمة لإنتاج الأصوات بالذكاء الاصطناعي وتعزيز الابتكار في هذا المجال.

يسهم هذا النموذج في تمكين المستخدمين من الوصول إلى أدوات متقدمة لتوليد الأصوات، مما يعزز من قدراتهم الإبداعية ويسهم في تطوير محتوى صوتي مميز.