https://stable-audio-open.com/
产品信息
更新时间：09/09/2024
什么是Stable Audio Open
Stable Audio Open 是由 Stability AI 开发的免费开源 AI 模型，用于通过文本提示生成短音频样本、音效和制作元素。它允许用户从简单的文本描述中创建长达 47 秒的高质量音频数据。该模型专门设计用于制作鼓点、乐器即兴片段、环境声音、拟音录音和其他用于音乐制作和声音设计的音频样本。Stable Audio Open 在尊重创作者权利的同时，提供了一个强大的音频生成工具，其训练数据来自 Freesound 和 Free Music Archive。
Stable Audio Open 的主要功能
Stable Audio Open 是一个开源的 AI 模型，能够根据文本提示生成高质量的音频样本，最长可达 47 秒。它专门用于创建短音频剪辑、音效和音乐及声音设计的制作元素。该模型可以通过自定义数据进行微调，并且可免费用于个人和商业用途。
文本到音频生成: 从简单的文本提示创建最长 47 秒的音频样本。
专业音频训练: 优化用于生成鼓点、乐器 riff、环境声音和拟音录音。
微调能力: 用户可以使用自己的音频数据对模型进行个性化声音生成的定制。
开源可用性: 模型权重可在 Hugging Face 上免费下载和使用。
Stable Audio Open 的用例
音乐制作: 生成定制的鼓点、乐器 riff 和环境声音，用于音乐轨道。
影视声音设计: 为视觉媒体项目创建独特的拟音录音和音效。
游戏音频开发: 为视频游戏音景制作多样化的音频样本和效果。
播客制作: 生成背景声音和音频元素，以增强播客内容。
优点
免费且开源，可用于个人和商业用途
可通过个人音频数据进行微调以实现定制化
快速生成高质量、多样化的音频样本
缺点
仅限于 47 秒的音频剪辑
不适用于完整的歌曲、旋律或人声
需要技术知识才能有效设置和使用
如何使用Stable Audio Open
下载模型: 从 Hugging Face 克隆模型仓库：git clone https://huggingface.co/stabilityai/stable-audio-open-1.0
安装依赖: 使用 pip 安装所需的库：pip install torch torchaudio stable_audio_tools einops
导入库: 导入必要的 Python 库，包括 torch、torchaudio、stable_audio_tools 和 einops
加载模型: 使用以下命令加载预训练模型：model, model_config = get_pretrained_model('stabilityai/stable-audio-open-1.0')
生成音频: 使用 generate_diffusion_cond 函数根据文本提示生成音频
处理输出: 重新排列输出音频批次并进行归一化/转换为所需格式
保存音频: 使用 torchaudio.save() 将生成的音频保存到文件
Stable Audio Open 常见问题解答
Stable Audio Open是由Stability AI开发的一个开源模型，用于通过文本提示生成最长47秒的音频样本、音效和制作元素。
Stable Audio Open 网站分析
Stable Audio Open 流量和排名
0
每月访问量
-
全球排名
-
类别排名
流量趋势：Jun 2024-Sep 2024
Stable Audio Open 用户洞察
-
平均访问时长
0
每次访问页数
0%
用户跳出率
Stable Audio Open 的热门地区
Others: 100%
