Stability开源音乐音频生成多模态模型

Stable Audio（音频生成） Open 1.0

Stable Audio系列 · Stability AI · 2024-06发布

开源支持本地部署多模态国内可直连有免费额度

🔗 官方体验地址 → 📄 API文档地址 → 📥 模型下载地址 →

模型介绍

Stability AI 开源的音乐与音效生成模型，根据文本生成音频片段、旋律与音效，可本地运行，适合研究与音乐创作。

模型基础信息

模型系列Stable Audio系列

开发机构Stability AI

发布时间2024-06

参数规模1.1B / 2.1B

上下文窗口文本生成音频

模型类型文本生成音频

中文能力一般

使用方式网页体验 / API调用 / 本地部署

免费额度与收费政策

开源（研究许可）

免费规则详情

开源权重有非商用限制（研究许可）。

收费标准简介

本地免费；商业需授权。

模型能力介绍

✅ 核心优势

文本生成音乐/音效
本地可运行
多种风格支持
研究友好

⚠️ 短板与局限

权重非商用许可
生成时长有限
质量与商业模型有差距

🎯 适用场景

音效素材生成
音乐创作实验
声音设计
研究项目

模型使用教程

本章节整理 Stable Audio（音频生成）的在线体验、API调用、本地部署全套入门教程，快速上手使用该模型。

本地：官方 stable-audio-tools 生成。
网页：Stability AI 平台（云端版）。

提示词：「upbeat electronic music, 90 BPM, with bass and synth」。

git clone https://github.com/Stability-AI/stable-audio-tools
pip install -e .

运行官方脚本并传入提示词，输出 wav 文件：

python scripts/generate.py --prompt "calm piano music"

git clone https://github.com/Stability-AI/stable-audio-tools
cd stable-audio-tools
pip install -e .

生成示例见官方 generation/ 脚本，传入文本描述生成音频。

💡 使用小技巧

详细描述风格与情绪效果更好。

配合 Stable Audio 工具链做二次开发。

❓ 常见问题 FAQ

Q1：能商用吗？

A1：需注意非商用许可，商用需授权。

Q2：本地能跑吗？

A2：可以，用官方工具链。

访问备注与注意事项

权重 hf-mirror 可下
注意许可限制