Stability AI 发布开源音频模型 Stable Audio Open 论文
Stability AI 发布 Stable Audio Open 技术论文，详述其架构与训练流程。该模型基于约 50 万条知识共享许可数据训练，能在消费级显卡上生成最长 47 秒、44.1kHz 的立体声音效，权重已上线 Hugging Face。
Stable Audio 2.0
Stable Audio 2.0 上线：生成 3 分钟完整音乐，支持音频转音频
Stable Audio 2.0 正式上线，支持通过文本提示词直接生成最长 3 分钟、44.1kHz 双声道的完整曲目。新模型改用扩散 Transformer 架构，不仅能生成带前奏和尾奏的完整结构，还支持上传音频并进行风格转换。目前可在官网免费体验。