和AI一起设计声音#Stable Audio开源了

划重点：可生成47s音频、音效，用于声音设计的开源模型。

今天我们要聊的是一个非常有趣的话题——音频生成模型。你是否曾经想过，只需要输入一些文字，就能生成出各种独特的音频样本和声音效果？

现在，这已经成为现实了！让我们一起来了解一下 Stable Audio Open 吧。

Stable Audio Open 是一个开源的文本到音频模型，它可以根据简单的文本提示生成长达 47 秒的高质量音频数据。

这个模型经过专门的训练，非常适合用于创建鼓点、乐器即兴演奏、环境声音、拟音和其他音乐制作和声音设计所需的音频样本。

与 Stable Audio 不同的是，Stable Audio Open 专注于音频样本、声音效果和制作元素。

虽然它也可以生成短的音乐片段，但它并不是为完整的歌曲、旋律或人声而优化的。这个开源模型为声音设计的生成式人工智能提供了一个一瞥，同时也优先考虑了与创意社区一起进行负责任的开发。

这个新模型是在 FreeSound 和 Free Music Archive 的音频数据上进行训练的。这使得我们能够创建一个开放的音频模型，同时尊重创作者的权利。

如果你对 Stable Audio Open 感兴趣，那么你可以在 Hugging Face 上获取模型权重。

https://huggingface.co/stabilityai/stable-audio-open-1.0

我们鼓励声音设计师、音乐家、开发者和音频爱好者下载这个模型，探索它的功能，并提供反馈。

AI声音设计交流社群

原文

https://stability.ai/news/introducing-stable-audio-open