Stable Audio Open

Stable Audio Open 允许任何人从简单的文本提示中生成高达47秒的高质量音频数据。它的专业训练使其非常适合创建鼓节拍，乐器即兴，环境声音，Foley录音和其他音频样本，用于音乐制作和声音设计。 此开源发布的一个关键好处是，用户可以在自己的自定义音频数据上微调模型。例如，鼓手可以对自己的鼓记录的样本进行微调以产生新的节奏。 它与稳定音频有何不同 稳定的音频产品可生产高质量的完整曲目，具有连贯的音乐结构长达三分钟，以及高级功能，例如音频到审计的生成和连贯的多部分音乐作品。 另一方面，Stable Audio Open 专门研究音频样本，声音效果和生产元素。虽然它可以产生简短的音乐剪辑，但并未针对完整歌曲，旋律或人声进行优化。这种开放模型可瞥见用于声音设计的生成AI，同时与创意社区一起优先考虑负责任的发展。 新车型接受了Freesound和Free Music Archive的音频数据的培训。这使我们能够在尊重创建者权利的同时创建一个开放的音频模型。

Stable Audio Open是一个开源的文本转音频模型，能根据文本提示生成长达47秒的高质量音频样本，主要用于音乐制作和声音设计。