Stable Audio

Stable Audio是一个由Stability AI开发的人工智能音乐和声音效果生成平台。这个平台提供了一种创新的方式来创作音乐和声音效果，适用于不同水平的用户，从初学者到专业人士。

Stable Audio 2.0是该平台的最新版本，它设定了AI生成音频的新标准。这个模型能够产生高质量、结构完整的全长音乐曲目，最长可达三分钟，且音频质量为44.1kHz立体声。这个新模型引入了音频到音频的生成功能，允许用户上传并使用自然语言提示来转换样本，从而创造出多种声音。它还扩展了声音效果生成和风格转换的功能，为艺术家和音乐家提供了更大的灵活性、控制力和提升的创作过程2。

此外，Stable Audio采用了基于扩散的生成模型，这是一种在生成性AI领域革命性的技术。这种模型在预训练自动编码器的潜在编码空间中工作，称为潜在扩散模型，它们显著提高了训练和推理的速度。Stable Audio模型能够根据文本元数据和音频文件时长及开始时间来生成指定长度的音频，这为控制生成音频的内容和长度提供了可能3。

Stable Audio 2.0建立在其前身Stable Audio 1.0的基础上，后者于2023年9月推出，是首个商业上可行的AI音乐生成工具，能够利用潜在扩散技术产生高质量的44.1kHz音乐，并被评为2023年TIME杂志的最佳发明之一2。

这个平台对音乐创作和声音设计领域来说是一个重大的创新，为用户提供了丰富的创作可能性。