Stable Audio Open 发布开源 AI 模型

最新 6 月 7 日消息，Stability AI 依托 Stable Diffusion 模型，成功扩展到音频领域，推出Stable Audio Open，该K AI 开源模型仅需用户输入提示词，即可生成高品质的音频样本。

Stable Audio Open 能够生成最长 47 秒的音乐，适用于鼓点、乐器旋律、环境音及拟声等音效制作。这款开源模型基于 transforms 扩散模型(DiT)，在自动编码器的潜在空间中精细操作，从而提升生成音频的质量和多样性。