Stable-Audio-Tools是由Stability AI開發的開源音頻處理庫，專為研究人員、開發者和音樂愛好者設計。它基於Python和PyTorch，提供音頻預處理、生成、轉換等功能，支持模組化設計和深度學習模型如Wav2Vec2。用戶可通過文本描述生成高質量音樂，適用於商業項目，兼容多種硬體，簡化音樂創作流程。
基本介紹
- 外文名：stable-audio-tools
- 產品類型：開源音頻處理庫
- 開發方：Stability AI
產品沿革,核心功能,
產品沿革
2023年9月1日，首個文本生成音樂模型，免費版支持90秒音頻生成。
2024年4月3日，新增音頻到音頻生成，支持3分鐘高質量曲目創作。
2024年6月6日，推出開源模型，生成47秒免著作權音頻樣本，支持自定義微調。
2024年7月24日，採用T5架構調整訓練數據，專注音效製作與47秒音頻生成。
2024年12月14日，發布詳細部署指南，支持本地環境搭建與線上體驗。
2025年3月4日，與Arm合作最佳化模型，生成速度提升30倍，適配移動設備。
核心功能
AI音頻生成：根據文本描述快速生成音樂。
多樣化風格支持：支持流行、電子等音樂風格。
音頻到音頻生成：上傳音頻樣本進行轉換。
實時推理：快速生成與調整音樂。
商業授權：生成的音樂可用於商業項目。
