S
Stable Audio 是什么？
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。
Stability AI 出品
企业级
可微调模型
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
文本生成音频
自然语言提示生成 3 分钟曲目
音频转音频
上传样本，文本提示转换风格
音频修复
编辑修改生成音频的特定片段
模型微调
企业可用自有数据集微调模型
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）。
商用安全
完全授权训练数据集，付费计划享有免版税商用权限，企业客户可享受本地部署和定制模型微调服务。
产品信息
开发商
Stability AI
核心技术
潜在扩散模型/T5 文本嵌入
价格方案
免费 10-20 首 · Pro$11.99/月
支持平台
Web/API/本地部署
适用场景
音乐制作
音乐人快速创作 demo 和完整曲目
视频配乐
为 YouTube、短视频生成原创 BGM
游戏音效
为游戏生成背景音乐和音效
企业定制
品牌专属声音指南定制模型
音频音乐的其他工具
S
Suno
Suno，斯坦福孵化器出品，AI 音乐生成平台，1200 万 + 用户，完整歌曲创作
E
ElevenLabs
ElevenLabs，行业领先 AI 语音平台，100 万 + 用户，估值$33 亿，29+ 语言
U
Udio
Udio，Stanford/DeepMind 团队创立，Sequoia 投资，AI 音乐生成，音质卓越，Suno 主要竞品
千
千音漫语
千音漫语，北京熠声科技出品，1800+AI 主播，100+ 语言，日免 20 万字符
海
海绵音乐
海绵音乐，字节跳动出品，国产 AI 音乐平台，灵感成曲，70+ 曲风，完全免费
讯
讯飞听见
讯飞听见，科大讯飞出品，语音转文字平台，98% 准确率，1 亿 + 用户，2016 年上线
音
音潮
音潮，自由量级出品，国产全自研 AI 音乐，15 秒成歌，专为中文优化，网信办备案
音
音述AI
音述 AI，深圳音述科技出品，全球首个 AI 音乐社区，GETI 法则，中文优化
M
MiniMax Audio
MiniMax Audio，300 亿美元估值，情感语音合成，语音转文字，100+ 语言，50 小时免费
N
NotebookLM
NotebookLM，Google Labs 出品，源接地 AI 笔记本，Audio Overview 播客式摘要，完全免费