Stable Audio 2.0音频模型评测：AI音乐创作的新篇章

在数字化时代的浪潮中，人工智能技术正以前所未有的速度渗透到我们生活的方方面面，而音乐产业也迎来了翻天覆地的变化。

今天，我们要介绍的是Stability.ai公司最新发布的AI音乐平台——Stable Audio 2.0，它不仅能够一次性生成长达3分钟、44.1kHz的高质量音乐，还支持多种音乐风格的创作，为音乐爱好者和专业人士带来了全新的创作体验。

一键生成，多种风格任你选

Stable Audio 2.0的强大之处在于其多样化的音乐生成能力。无论是摇滚、爵士、电子、嘻哈、重金属、民谣、流行、乡村等20多种类型的音乐，用户只需轻轻一点，即可生成符合个人喜好的高质量音乐。

这一功能的实现，得益于Stability.ai公司对模型架构的全新升级，采用了Diffusion transformer (DiT) 替换了1.0版本的U-Net架构，并使用了一个超过80万个音频文件组成的庞大数据集。

创建提示时可以描述的元素

Format: Orchestra | Subgenre: Hollywood Orchestral Epic | Instruments: Strings, Drum Kit, Electric Bass, Choir, String Section, Flute, Harp, | Moods: Atmospheric, Spacious, cinematic, Inspiring, Beautiful | Styles: Recording, Auditorium, Film Instrumental | Tempo: Medium

商业化应用，专业水准的音乐作品

Stable Audio 2.0生成的音乐不仅质量上乘，而且可以用于商业化项目。无论是电影、电视广告，还是视频游戏，Stable Audio 2.0都能够提供强有力的音乐支持。

这一特点使得音乐创作不再局限于专业人士，普通用户也能够轻松创作出专业水准的音乐作品。

文字转化为音符，音乐创作变得简单直观

Stable Audio 2.0的核心理念是让音乐创作变得简单而直观。通过其强大的文本到音频功能，用户只需用文字描述他们心中的音乐，AI技术就能精准地将这些描述转化为实际的音频。这种创新的方式极大地拓宽了音乐创作的边界，让每个人都能够轻松地成为音乐创作者。

以下是有关如何提示稳定音频的一些基本提示。

• 添加细节：一些具体的想法，如体裁、描述性短语、乐器和情绪效果特别好。细节越多越好。提示词范例：

代码语言：javascript代码运行次数：0运行复制

Cinematic, Soundtrack, Wild West, High Noon Shoot Out, Percussion, Whistles, Horses, Action Scene, SFX, Shaker, Guitar, Bass, Timpani, Strings, Tense, Climactic, Atmospheric, Moody

• 营造氛围：包含想要的情绪的细节时，结合使用音乐和情感术语。

代码语言：javascript代码运行次数：0运行复制

Musical terms might be groovy or rhythmic. 
Emotional terms might be sad or beautiful.

• 选择仪器：在乐器名称中添加形容词很有帮助。

代码语言：javascript代码运行次数：0运行复制

Reverberated Guitar, Powerful Choir, or Swelling Strings.
翻译：混响的吉他、有力的合唱团或膨胀的弦乐。

• 设置 BPM：设置每分钟的节拍，确保输出符合速度，有助于及时保持节奏。例如，如果要生成 Drum and Bass 轨道，您可能希望将 170 BPM 添加到提示中。

范例： Soulful Boom Bap Hip Hop instrumental, Solemn effected Piano, SP-1200, low-key swing drums, sine wave bass, Characterful, Peaceful, Interesting, well-arranged composition, 90 BPM

Trance, Ibiza, Beach, Sun, 4 AM, Progressive, Synthesizer, 909, Dramatic chords, Choir, Euphoric, Nostalgic, Dynamic, Flowing

风格融合与声音创新，音频到音频功能开启新体验

Stable Audio 2.0的音频到音频功能为用户提供了一种全新的音乐创作体验。用户可以将任何音频样本与文本描述相结合，实现风格转换和声音变体。

上传音频的类型包括：

无论是想要将古典音乐与电子音乐融合，还是在摇滚乐中加入民族乐器的声音，Stable Audio 2.0都能帮助用户轻松实现。

上传的合成器示例

上传的钢琴弹奏的示例

后摇滚、吉他、贝斯、弦乐、欣快、振奋、喜怒无常、流动、原始、史诗

人声转化为音乐，声乐的无限可能

更令人兴奋的是，Stable Audio 2.0还能将人声转化为音乐和声音效果。这项技术的应用前景无限广阔，无论是电影配乐师、游戏声音设计师，还是广告制作人，都能够利用这一功能，将人声转化为引人入胜的背景音乐或特效声音。

添加或录制您的声音作为输入音频

电子、管弦乐、轻松、合成器、轻柔、钢琴、贝斯、808 贝斯刺

稳定音频非常适合制作、实验和创建样本的变体。

社区开放，激发创意与合作

Stable Audio 2.0还拥有一个活跃的社区，用户可以在StableMixtape中分享和欣赏由其他创作者使用平台制作的音乐作品。

这是一个充满创意和灵感交流的空间，每个人都可以在这里找到属于自己的音乐之声。

新用户注册有免费使用额度~

结语

Stable Audio 2.0的推出，标志着音乐创作进入了一个新的时代。这个高技术的模型不仅提升了音乐生成的质量，也为音乐家们提供了更多的创作自由度。

随着技术的不断进步，我们可以预见，未来的音乐创作将更加多元和个性化。让我们一起期待，由Stability.ai引领的音乐创作新篇章。

discord社区：

twitter：

网址：

本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。原始发表：2024-04-04，如有侵权请联系 cloudcommunity@tencent 删除音频游戏audio架构模型