Stability AI 是一家专注于开源 AI 模型的创业公司，其旗下的 Stable Diffusion 是如今最好的图片生成AI之一（另一个是midjourney）。

获取方式在文末⬇

最近，Stability AI 又推出了 Stable Audio，这是一款用于 AI 制作的音频生成工具，它可以让用户通过简单的 Web 界面使用 AI 技术生成原创音乐和音效。

Stable Audio 的原理是什么呢？

它是基于一种名为潜在扩散模型（latent diffusion model）的深度学习技术，这种技术可以将文本输入转化为音频输出，同时保持高质量和低延迟。

潜在扩散模型的核心思想是将音频信号从一个高维空间（例如 44.1 kHz 的采样率）映射到一个低维空间（例如 64 x 64 的潜在空间），然后通过一个随机过程逐步恢复原始信号，同时加入文本信息作为条件。

这样，就可以实现从文本到音频的生成，而不需要大量的数据和计算资源。

Stable Audio 的优势是什么呢？

首先，它可以生成多种类型和风格的音频内容，包括音乐、语音、环境声、特效等。用户只需要输入一些描述性的文字，就可以得到相应的音频输出。例如，用户可以输入“快乐的钢琴曲”、“女性说英语”、“下雨声”、“爆炸声”等等。

其次，它可以实现实时的音频生成，无需等待长时间的渲染过程。Stability AI 宣称，Stable Audio 模型可以在一秒内渲染出 95 秒的立体声音频，并且只需要一个 NVIDIA A100 GPU。

第三，它是一个开源的项目，任何人都可以免费使用和修改。Stability AI 希望通过开源的方式促进 AI 领域的创新和发展，并让更多人享受到 AI 技术带来的便利和乐趣。

如何使用？

如果你对 Stable Audio 感兴趣，并想亲自体验一下它的神奇功能，你可以访问 Stability AI 的官网或者 Stable Audio 的网页进行在线试用。

你也可以下载 Stable Audio 的开源代码并在自己的设备上运行。Stability AI 还提供了 API和 SDK，方便开发者和企业将 Stable Audio 集成到自己的应用和服务中。

官网地址：

https://stability.ai/stableaudio

AI变革往期回顾：

6、AI老中医来了！国内首个中医AI大模型：岐黄问道来了

好了，今天的内容就分享到这里希望你们喜欢！欢迎关注、点赞和分享！

用文字创作音乐，Stability AI 的音频功能让你成为 AI 制作人！