跳到正文

Stable Audio Open demo

从文本提示生成立体声音频

访问官网

Stable Audio Open 是什么

Stable Audio Open 是从文本提示生成最长 47 秒立体声音频的技术。它使用自编码器、T5 文本条件与扩散变换模型。

你可以用它做什么

  • 由文本提示生成立体声音频
  • 创作打击乐、电子音乐或自然声音
  • 以 44.1kHz 采样率工作

开始使用

  • 访问演示网站
  • 选择一个文本提示如鼓点
  • 试听生成的音频

优点与缺点

✓ 我们认可的地方

  • 展示社区生成的音频示例
  • 一个文本提示即可开始

! 需要留意的地方

  • 生成片段上限为 47 秒
  • 所述输出为立体声音频

常见问题

音频可以多长?

资料说明长达 47 秒。

包含哪些组件?

自编码器、T5 文本嵌入与 DiT 模型。

最后评测: 2026-11-15

更多 AI 音乐创作 工具

查看全部 →

评测方法