Stable Audio Open 开源 AI 模型发布：48.6 万个样本训练，可创建 47 秒短音频 音效等

6 月 6 日消息，Stability AI 立足 Stable Diffusion 文生图模型，进一步向音频领域拓展，推出了 Stable Audio Open，可以基于用户输入的提示词，生成高质量音频样本。Bez28资讯网——每日最新资讯28at.com

Bez28资讯网——每日最新资讯28at.com

Stable Audio Open 最长可以创建 47 秒的音乐，非常适合鼓点、乐器旋律、环境音和拟声音效，该开源模型基于 transforms 扩散模型（DiT），在自动编码器的潜在空间中操作，提高生成音频的质量和多样性。Bez28资讯网——每日最新资讯28at.com

Stable Audio Open 目前已经开源，附上相关链接，感兴趣的用户可以在 HuggingFace 上试用。据说它使用了来自 FreeSound 和 Free Music Archive 等音乐库的 486000 多种采样进行训练。Bez28资讯网——每日最新资讯28at.com

Stability AI 公司表示：“虽然它可以生成简短的音乐片段，但并不适合完整的歌曲、旋律或人声”。Bez28资讯网——每日最新资讯28at.com

Stable Audio Open 和 Stable Audio 2.0 不同是，前者为开源模型，专注于短音频片段和音效，而后者能够生成最长 3 分钟的完整音频。Bez28资讯网——每日最新资讯28at.com

相关阅读：Bez28资讯网——每日最新资讯28at.com

《Stable Audio 2.0 发布：生成最长 3 分钟音频，能帮音乐家补全创意作品》Bez28资讯网——每日最新资讯28at.com

《Stability AI 推出 Stable Audio，基于文本生成最长 90 秒音频》Bez28资讯网——每日最新资讯28at.com

本文链接：http://www.28at.com/showinfo-45-4537-0.htmlStable Audio Open 开源 AI 模型发布：48.6 万个样本训练，可创建 47 秒短音频 音效等

声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com

上一篇： 五粮液浓香酒：劳动节送礼的精致艺术

下一篇： 腾讯混元文生图开源大模型加速库发布：生图时间缩短 75%