相信很多大家對開源音頻模型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、模擬人聲等不同類型的44.1kHz音效。

值得一提的是，Stable Audio Open支持數(shù)據(jù)微調，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)自己的鼓點來進行微調。

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個錄音訓練數(shù)據(jù)，其中472，618個來自Freesound，13874個來自免費音樂檔案館，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生成的音效無需擔心商業(yè)化問題，不會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體驗了一下，在文本語義理解、生成音效等方面還是相當優(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，即便你使用了識別效果也是相當?shù)牟睢?/p>

在生成的過程中，用戶可以對時間、擴散步數(shù)和CFG進行詳細控制，以達到更好的效果。例如，一首非常舒適抒情的鋼琴曲。

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

以上就是關于【開源音頻模型Stable Audio Open，文本生成47秒高清音效】的相關內容，希望對大家有幫助！

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！