6 月 6 日消息，Stability AI 立足 Stable Diffusion 文生圖模型，進一步向音頻領域拓展，推出了 Stable Audio Open，可以基于用戶輸入的提示詞，生成高質量音頻樣本。Hi128資訊網——每日最新資訊28at.com

Hi128資訊網——每日最新資訊28at.com

Stable Audio Open 最長可以創建 47 秒的音樂，非常適合鼓點、樂器旋律、環境音和擬聲音效，該開源模型基于 transforms 擴散模型（DiT），在自動編碼器的潛在空間中操作，提高生成音頻的質量和多樣性。Hi128資訊網——每日最新資訊28at.com

Stable Audio Open 目前已經開源，附上相關鏈接，感興趣的用戶可以在 HuggingFace 上試用。據說它使用了來自 FreeSound 和 Free Music Archive 等音樂庫的 486000 多種采樣進行訓練。Hi128資訊網——每日最新資訊28at.com

Stability AI 公司表示：“雖然它可以生成簡短的音樂片段，但并不適合完整的歌曲、旋律或人聲”。Hi128資訊網——每日最新資訊28at.com

Stable Audio Open 和 Stable Audio 2.0 不同是，前者為開源模型，專注于短音頻片段和音效，而后者能夠生成最長 3 分鐘的完整音頻。Hi128資訊網——每日最新資訊28at.com

相關閱讀：Hi128資訊網——每日最新資訊28at.com

《Stable Audio 2.0 發布：生成最長 3 分鐘音頻，能幫音樂家補全創意作品》Hi128資訊網——每日最新資訊28at.com

《Stability AI 推出 Stable Audio，基于文本生成最長 90 秒音頻》Hi128資訊網——每日最新資訊28at.com

本文鏈接：http://www.www897cc.com/showinfo-45-4537-0.htmlStable Audio Open 開源 AI 模型發布：48.6 萬個樣本訓練，可創建 47 秒短音頻 音效等

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 五糧液濃香酒：勞動節送禮的精致藝術

下一篇： 騰訊混元文生圖開源大模型加速庫發布：生圖時間縮短 75%