Stable Audio
Stability AI · 音声・言語
Stable AudioはStability AIのAI音楽ジェネレーターで、テキストプロンプトからオリジナル楽曲や効果音、完成したアレンジを数秒で生成する。
Stable Audio について
About
Stable Audioとは
Stable Audioは、Stable Diffusionを手がけたStability AIのAIオーディオ製品ラインだ。聴きたい内容、たとえばジャンルや楽器、雰囲気、テンポを書くと、モデルが完成した楽曲や効果音を書き上げる。BGMにも単体の効果音にも使え、映画音楽から車が通り過ぎる音まで対応する。
このツールはスピードと長さの制御を売りにする。以前のバージョンは楽曲を数分に抑えていたが、2026年5月に登場したStable Audio 3.0シリーズは、CD品質の44.1 kHzステレオで約6分のフル楽曲まで伸ばした。Stability AIによれば、モデルは完全にライセンス済みのデータで学習しており、商用利用を考えるならここが効く。
制限は先に押さえておきたい。無料プランと安価なプランには毎月の生成回数上限があり、出力も短めだ。最も高性能なLargeモデルはオープンウェイトではない。APIと有料ホスティング経由で提供される。加えてStable Audioが作るのはインストゥルメンタルの音声で、歌唱ボーカルではない。歌詞付きの楽曲制作は範囲外となる。
はじめ方
- stableaudio.comで登録し、プランを選ぶ。試すだけなら無料プランからでいい。
- ジャンルや楽器、雰囲気、テンポを含むプロンプトで楽曲を記述する。
- 必要な長さを設定し、生成を押して数秒待つ。
- 既存のクリップを変形したり延長したいなら、音声をアップロードしてオーディオtoオーディオ編集を使う。
- 楽曲をダウンロードし、商用プロジェクトで使う前にライセンスを確認する。
AIツール情報
Stable Audioの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- ミュージシャンとプロデューサー：すぐ使えるサンプルやループ、あるいは土台にする完成度のドラフトが要る制作者。インストゥルメンタルで構わないなら向く。
- 動画とポッドキャストの制作者：雰囲気に合うBGMや効果音が欲しいが、ライセンスの手間は避けたい編集者。
- ゲームとアプリの開発者：プロトタイプやメニュー向けに調整しやすい音声が要るチーム。商用利用は適切なライセンス次第だ。
タスク
- テキストプロンプトからインストゥルメンタルのフル楽曲を生成する：初稿に向き、生成後もさらに編集できる。
- 効果音を作る：説明を打ち込めば環境音やフォーリーなどの効果音が得られ、録音の手間を省ける。
- 既存クリップを変形・延長する：オーディオtoオーディオモードがアップした音声を作り直したり伸ばしたりする。穴埋めに便利だ。
シーン
- 旅のモンタージュに音楽を付けるYouTuber：テンポを指定した落ち着いたシンセ曲が、ストック曲を買う代わりに数秒で出る。
- 曲の構成を固める作曲家：6分のドラフトを生成すれば、実際の楽器を録る前にアレンジ案を試せる。
- ゲームステージの試作をする開発者：手早い効果音とループで、専任の音響チームなしでも作業が進む。
主な機能
テキストto音声生成
中核機能は書いたプロンプトを音声に変える。テキストto音楽を探す人なら、ジャンルや楽器、雰囲気、テンポを記述すれば、Stable Audioが合った楽曲を生む。AI音声生成はフルの楽曲にも単体の効果音にも及び、1つのツールで音楽とサウンドデザインをまかなえる。
最長6分の可変長トラック
Stable Audioは出力の長さを制御でき、旧来の音声拡散モデルが生みがちだった途中で切れる終わりを避けられる。Stable Audio 3.0シリーズはイントロ、バース、アウトロの構成を備えたフル楽曲を約6分20秒まで生成し、2.0の倍以上に伸びた。
オーディオtoオーディオと部分補完
クリップをアップロードし、どう変えたいかを記述できる。モデルはスタイルを作り直したり一部を延長したりする。部分補完を使えば特定の区間だけ変え、他はそのまま残せる。生成はゴールではなく出発点になる。
効果音の生成
音楽だけでなく、Stable Audioは効果音ジェネレーターとして単体の効果音も作る。説明を打ち込めば足音やざわめき、通り過ぎる車などの効果音が得られ、特定の音が欲しい動画やゲーム、ポッドキャストで録音なしに済む。
オープンウェイトのSmallとMediumモデル
Stability AIは3.0シリーズのSmallとMediumモデルのウェイトを公開した。開発者はダウンロードして改変できる。小型モデルは端末での動作に最適化されており、クラウドを呼ばずにローカル生成できる。
APIと企業向け導入
最大のモデルはStability AIのAPIと有料ホスティングで提供され、管理された基盤と自社アプリへの簡単な統合を求めるチームに向く。企業ライセンスは商用利用の法的補償を加え、カスタムのモデル調整は要望に応じて提供する。
メリットとデメリット
メリット
- フルの楽曲と単体の効果音の両方を生成し、1つのツールで音楽とサウンドデザインをまかなえる。
- 推論が速く数秒で結果が出るため、制作の勢いを保てる。
- 約6分までの長い楽曲を、しっかりした曲構成で扱える。
- ライセンス済みデータで学習し、企業ライセンスには法的補償が付く。
- SmallとMediumモデルはオープンウェイトで、開発者にローカルの選択肢を与える。
デメリット
- 歌唱ボーカルを生成しないため、歌詞付きの楽曲制作には使えない。
- 無料と安価なプランには毎月の生成上限があり、出力も短めだ。
- 最も高性能なLargeモデルはオープンウェイトではなく、APIと有料ホスティングに限られる。
- オーディオtoオーディオのアップロードに著作権物は含められず、サイト側が検査する。
よくある質問
Stable Audioはテキストプロンプトからオリジナルのインストゥルメンタル曲と効果音を生成する。BGMやサンプル、ループ、フォーリーを、録音やライセンス購入なしで作るのに使われる。
関連コンテンツ
Stable Audioに関連するツール、スキル、記事を探す。
Stable Audioの代替ツール
Foley
Hanamori Labs, LLC · 音声・言語 · 生産性向上 · AIアシスタントFoleyは音声ToDoリストだ。話した一文をプロジェクト・日付・時刻まで入ったタスクとして整理し、その後はすでにあるリストを軸に一日の順番を組み立てる。
HireKey
HireKey · 音声・言語 · 生産性向上 · 学習HireKey は元テック業界リクルーターが作った AI 求職コパイロット。求人適合分析、職務経歴書のカスタマイズ、面接練習、応募管理を一つの画面にまとめる。
Fluence
Yay Software (Yannick Huchard) · ライティング · 音声・言語 · 生産性向上Fluence は Android 向けのドキュメントリーダーだ。PDF、EPUB、Word 文書、ウェブ記事を読み上げ、発話中の文を画面で追わせ、本文についての質問にも端末上で答える。