CassetteAI

O nástroji

CassetteAI generuje hudbu, zvukové efekty a řeč (TTS) pomocí vlastních 300M-parametrových modelů běžících na hraničním hardwaru (edge inference) bez nutnosti serverů. Nástroj zvládne vyrenderovat 30sekundový vzorek za méně než 2 sekundy a celou 3minutovou skladbu za méně než 10 sekund ve kvalitě 44,1 kHz stereo. Latence prvního vzorku dosahuje 23 ms. Nástroj nabízí tři modality v jednom SDK: adaptivní hudbu generovanou z popisu nálady nebo žánru (1–4minutové skladby s bubny, basem, harmonií a melodií), zvukové efekty na vyžádání (smyčky 100 ms – 12 s generované per-frame) a brzy i TTS. Vše běží přímo na zařízení bez závislosti na cloudových serverech, s deterministickými seedy pro reprodukovatelné výsledky. CassetteAI je určeno primárně vývojářům her, tvůrcům aplikací a real-time audio pipeline. Přístup probíhá přes jedno API, které platforma uvádí jako zpracovávající 100 000 požadavků měsíčně.

Klíčové vlastnosti

• Generování hudebních skladeb (1–4 min) z textového popisu nálady nebo žánru ve 44,1 kHz stereo
• Generování zvukových efektů na vyžádání (smyčky 100 ms – 12 s) s per-frame re-rollem
• Edge inference – modely běží přímo na zařízení bez serverů
• Latence prvního vzorku 23 ms, TTFA 50 ms
• Deterministické seedy pro reprodukovatelné audio výstupy
• Jedno SDK pro tři modality (hudba, SFX, TTS) s přístupem přes API

Časté dotazy

Kategorie

Štítky

Sociální sítě