Stable Audio 2.0

Stable Audio 2.0是文本生成音樂模型，允許通過文本或音頻生成高達3分鐘44.1 kHz的多種類型音樂，時長超過同類產品。

基本介紹

• 外文名：Stable Audio 2.0
• 類型：音樂生成模型

產品技術

Stable Audio 2.0採用Diffusion transformer （DiT）和自動編碼器技術，顯著提高生成效率與音質，平均生成時間約1分鐘。

產品使用

Stable Audio 2.0支持商業化使用，基於超80萬音頻檔案的數據集，合作音樂服務商AudioSparx。