Stable Audio Open 1.0
S
Stable Audio Open 1.0
簡介 :
Stable Audio Open 1.0是一個利用自編碼器、基於T5的文本嵌入和基於變壓器的擴散模型來生成長達47秒的立體聲音頻的AI模型。它通過文本提示生成音樂和音頻,支持研究和實驗,以探索生成性AI模型的當前能力。該模型在Freesound和Free Music Archive (FMA)的數據集上進行訓練,確保了數據的多樣性和版權合法性。
需求人群 :
該產品適合音樂製作人、音頻工程師、研究人員以及任何對AI音樂生成感興趣的個人或團隊。它為藝術家提供了一個實驗和創造新音樂作品的工具,同時為研究人員提供了探索和改進生成性AI模型的平臺。
總訪問量: 29.7M
佔比最多地區: US(17.94%)
本站瀏覽量 : 80.9K
使用場景
音樂製作人使用該模型根據文本提示生成新的背景音樂。
研究人員利用模型來分析和改進生成性AI模型的科學狀態。
音頻工程師使用該模型來探索不同文本提示下的聲音效果生成。
產品特色
生成長達47秒的立體聲音頻。
支持44.1kHz的音頻採樣率。
基於文本提示的音樂和音頻生成。
使用自編碼器壓縮波形到可管理的序列長度。
基於T5的文本嵌入技術進行文本條件處理。
擴散模型在自編碼器的潛在空間中操作。
使用教程
下載並安裝所需的stable-audio-tools庫。
使用提供的代碼示例下載預訓練模型。
設置文本和時間條件,定義音頻的起始時間和總長度。
調用模型生成擴散條件音頻。
對生成的音頻進行重排、峰值歸一化、剪輯、轉換為int16格式,並保存為文件。
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase