Stable Audio

Stable Audio 是由 Stability AI 开发的 AI 音频生成平台。Stability AI 由英国 - 孟加拉裔企业家 Emad Mostaque 于 2019 年创立，总部位于英国伦敦，是领先的开放生成式 AI 公司，旗下产品包括著名的 Stable Diffusion 图像生成器、StableLM 和 Stable Audio。公司拥有数亿次模型下载量，2024 年 3 月 Emad Mostaque 卸任 CEO 但仍保持影响力。

Stable Audio 2.5（2025 年最新版）提供文本生成音频、音频转音频、音频修复等核心功能，可生成最长 3 分钟、44.1kHz 立体声音质的完整音乐曲目。模型采用潜在扩散技术和先进音频压缩，T5 文本嵌入理解提示词，8 步生成流程（优于竞品），生成具有前奏、进展、尾声的连贯音乐结构，减少重复输出和音频伪影。

核心功能

平台基于 80 万 + 音频文件（来自 AudioSparx 库）训练，是企业首个专为企业级声音制作设计的音频模型。生成旋律、伴奏、分轨和音效，减少音频制作时间从数周到数分钟。提供免费版（非商用）和付费版（全商用权限）。