相信很多大家對(duì)開源音頻模型Stable Audio Open，文本生成47秒高清音效還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

6月6日，著名開源大模型平臺(tái)Stability.ai在官網(wǎng)宣布，開源最新文生音頻模型Stable Audio Open。

用戶通過文本就能生成最多47秒，鋼琴、笛子、鼓點(diǎn)、模擬人聲等不同類型的44.1kHz音效。

值得一提的是，Stable Audio Open支持?jǐn)?shù)據(jù)微調(diào)，歌手、音樂人可以讓其生成基于自己的音樂數(shù)據(jù)，例如，架子鼓手可以根據(jù)自己的鼓點(diǎn)來進(jìn)行微調(diào)。

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

在線demo:https://huggingface.co/spaces/artificialguybr/Stable-Audio-Open-Zero

根據(jù)Stability.ai介紹，Stable Audio Open使用了486，492個(gè)錄音訓(xùn)練數(shù)據(jù)，其中472，618個(gè)來自Freesound，13874個(gè)來自免費(fèi)音樂檔案館，并且所有音頻文件均根據(jù) CC0、CC BY或CC Sampling+獲得了商業(yè)許可。

就是說通過Stable Audio Open生成的音效無需擔(dān)心商業(yè)化問題，不會(huì)受到法律方面的追究。

「AIGC開放社區(qū)」根據(jù)其提供的在線demo體驗(yàn)了一下，在文本語義理解、生成音效等方面還是相當(dāng)優(yōu)秀。

需要注意的是，目前只支持英文提示詞，其他任何語言都不行，即便你使用了識(shí)別效果也是相當(dāng)?shù)牟睢?/p>

在生成的過程中，用戶可以對(duì)時(shí)間、擴(kuò)散步數(shù)和CFG進(jìn)行詳細(xì)控制，以達(dá)到更好的效果。例如，一首非常舒適抒情的鋼琴曲。

此外，Stable Audio Open目前只能用于學(xué)術(shù)研究，還無法商業(yè)化。

以上就是關(guān)于【開源音頻模型Stable Audio Open，文本生成47秒高清音效】的相關(guān)內(nèi)容，希望對(duì)大家有幫助！

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！