Stability AI发布AI音频模型：Stable Audio Open揭秘！文本生成鼓点、乐器等音效的全新神器！

6月6日 消息:近日，稳定AI（Stability AI）发布了稳定音频Open1.0（Stable Audio Open 1.0），这是该公司音频领域的最新AI模型。稳定AI以其在将文本转化为图像生成方面的技术而闻名，然而，这只是该公司产品组合中的一小部分。公司在2023年首次推出了稳定音频（Stable Audio），这是一种将文本转化为音频的生成AI工具。最新发布的稳定音频2.0提高了生成音频的清晰度和时长。

稳定音频Open产品入口：https://top.aibase.com/tool/stable-audio-open-1-0

与完整版的稳定音频可以用于一般商业用途并生成长达3分钟音频不同，稳定音频Open的应用场景更为局限。稳定音频Open的目标是生成短音效片段，而不是完整的歌曲。

稳定音频Open是什么?

稳定音频Open是一种专门针对音乐制作和声音设计的模型，优化了鼓点、乐器乐段、环境声音等音频样本的生成。相较于商业版的稳定音频，稳定音频Open的生成音频长度为47秒，质量较高。

稳定AI采取了负责任的训练方式，使用来自FreeSound和免费音乐档案的音频数据进行训练，以确保不侵犯版权或使用专有材料。

用户可对稳定音频Open微调

稳定音频Open的另一个主要优势是用户可以根据自己的自定义音频数据对模型进行微调。例如，鼓手可以根据自己的鼓声录音样本微调模型，生成全新、独特的节拍。

稳定音频Open的微调是通过稳定音频工具库实现的，该工具库根据实际的开源许可证进行授权。稳定音频Open的模型权重已在Hugging Face上提供。

Evans表示:“音频研究团队一直在努力提高生成音频模型的质量和可控性。我们期待进一步发布商业和开放模型，以展示我们研究的进展。”

感谢阅读本文，如果您有任何问题，请在下方留言。希望您能够点赞、关注并分享这篇文章。

感谢观看！

本文链接：https://www.24zzc.com/news/171764065779742.html