- 许可
- 闭源
- 访问方式
- API、应用
- 发布日期
- 开发方
- Stability AI
是什么
Stable Audio 是 Stability AI 推出的产品，可以根据文字生成音乐和音效。公司于2023年9月13日推出该产品，并称它是首个能用潜在扩散（latent diffusion）生成可用于商业用途、采样率为44.1 kHz 音乐的工具。[1][2]
由来
首个版本的训练数据是通过与音乐素材库 AudioSparx 的合作获得的授权内容。[2] 潜在扩散是指在压缩后的表示上进行扩散过程，而不是直接在原始音频上操作。[1]
免费版允许用户生成20秒的曲目，Pro 版则可生成最长90秒的曲目。[2]
采样率是每秒采集的音频样本数。44.1 kHz 是 CD 所用的采样率，足以覆盖人耳能够听到的主要频率范围。立体声音频有两个声道，可以让声音在左右两侧呈现不同的位置。
主要特点
2024年4月3日发布的 Stable Audio 2.0 可生成最长三分钟、44.1 kHz 立体声的曲目，并新增了音频到音频（audio-to-audio）的转换功能，允许用户对上传的样本进行变换。[3]
Stable Audio 2.0 是一个潜在扩散模型，它采用高度压缩的自编码器，并用扩散 Transformer（DiT）取代了早期的 U-Net。模型训练使用了超过80万个经授权的 AudioSparx 音频文件，艺术家可以选择退出训练数据。[3]
面向声音设计的开放权重文生音频模型 Stable Audio Open 于2024年6月5日亮相。[4]
在发展中的位置
2025年3月，Stability 优化了其音频生成模型，使其能够在 Arm 芯片上运行。[6]
Stable Audio 2.5 于2025年9月10日发布，被定位为首个为企业级声音制作而构建的音频模型，并且使用完全获得授权的数据训练。[5]
Stable Audio 2.5 可通过 StableAudio.com、Stability API、合作平台使用，也可在企业许可证下本地部署。Stability 还与 WPP 旗下的声音品牌机构 Amp 合作，为品牌打造声音形象。[5][7]
版本时间线
2-
2023
-
2023 年 9 月 13 日
Stable Audio · 本页
Stable Audio 由 Stability AI 于2023年9月13日推出，是一款文生音乐与音效的工具；此后又有开放权重版本和面向企业的2.5版本。
-
2023 年 9 月 13 日
Stable Audio · 本页
-
2026
-
2026 年 5 月 20 日
Stable Audio 3.0
Stability AI 于 2026 年 5 月发布的一组音频生成模型：三个开放权重版本加一个通过 API 提供的大模型，可生成和编辑最长约 6 分 20 秒的音乐与音效。
-
2026 年 5 月 20 日
Stable Audio 3.0
20251
-
发布Stability AI 发布面向企业的 Stable Audio 2.5
2025 年 9 月 10 日，Stability AI 发布 Stable Audio 2.5。公司称它是首个为大规模企业音效生产而构建的音频模型，训练数据完全授权，通过 API、合作平台和企业许可下的本地部署提供。
20241
-
发布Stability AI 发布 Stable Audio 2.0
2024年4月3日，Stability AI 发布 Stable Audio 2.0。它可以生成最长三分钟的 44.1 kHz 立体声曲目，支持上传音频并用文字提示进行改造，训练数据来自超过 80 万个授权文件。
20231
-
发布Stability AI 推出 Stable Audio
2023年9月13日，Stability AI 发布 Stable Audio，一个用文字描述生成音乐和音效的网页工具；模型采用潜在扩散架构，训练素材来自与音乐库 AudioSparx 合作的授权内容。
开发方1
后继1
采用1
注释与来源
- Announcing Stable Audio, a product for music & sound generationhttps://stability.ai/blog/stable-audio-using-ai-to-generate-music
- Stability AI launches text-to-music generator trained on licensed content via a partnership with music library AudioSparxhttps://musicbusinessworldwide.com/stability-ai-launches-text-to-music-generator-trained-on-licensed-content-via-a-partnership-with-music-library-audiosparx
- Introducing Stable Audio 2.0https://stability.ai/news-updates/stable-audio-2-0
- Stability AI debuts new Stable Audio Open for sound designhttps://venturebeat.com/ai/stability-ai-debuts-new-stable-audio-open-for-sound-design/
- Stability AI Introduces Stable Audio 2.5, the First Audio Model Built for Enterprise Sound Production at Scalehttps://stability.ai/news/stability-ai-introduces-stable-audio-25-the-first-audio-model-built-for-enterprise-sound-production-at-scale
- Stability AI optimized its audio generation model to run on Arm chipshttps://techcrunch.com/2025/03/03/stability-ai-optimized-its-audio-generation-model-to-run-on-arm-chips/
- Stability AI Releases Audio Generation Model for Enterpriseshttps://aibusiness.com/generative-ai/stability-ai-releases-audio-generation-model-for-enterprises
引用本页: Stable Audio. TellWorld, https://www.tellworld.net/zh/models/stable-audio. 更新于 2026-11-08