Stability AI 最近发布了一款名为 Stable Audio AudioSparx 1.0 的音乐模型，这是一个在音频生成领域内的重大突破。该模型不仅能够根据文字提示快速生成高质量的音乐和声音，而且还拥有许多引人注目的特性，使其在现有的音乐生成工具中脱颖而出。
软件功能
- 高效生成长格式音频：Stable Audio AudioSparx 1.0 能够根据文字提示，快速生成长达95秒的44.1kHz立体声音乐和声音，表现出了极高的效率和音质。
- 可变长度的音频输出：该模型实现了对生成音频的内容和长度的精细控制，支持可变长度的音频输出，提供了更大的灵活性。
- 立体声音频渲染：能够渲染立体声信号，为用户提供了丰富和深度的音频体验。
- 快速推理时间：在A100 GPU上仅需8秒即可生成长达95秒的立体声音频，展示了极高的计算效率。
- 结构化音乐生成：与其他音乐生成工具不同，Stable Audio AudioSparx 1.0 能够根据用户的文字提示生成有明确结构的音乐，如有开头、中间发展和结尾，使音乐听起来更有感觉。
软件特点
- 性能优势：相比于其他音乐生成模型，如 AudioLDM2 和 MusicGen，Stable Audio AudioSparx 1.0 在多个指标上显示出了性能优势。
- 解决的问题：提高了长格式音频的生成效率，克服了固定大小输出的限制，允许生成可变长度的音频。通过潜在扩散模型和时间条件化，实现了对生成音频长度的精细控制，同时保持了计算效率。
应用场景
- 音乐制作：为音乐制作人提供了一种快速生成具有特定结构和主题音乐的工具。
- 游戏和影视配音：能够根据剧情需要快速生成符合场景氛围的背景音乐和效果音。
- 个性化音频内容创建：帮助内容创作者根据特定主题和风格快速生成音频内容，提升作品的丰富性和吸引力。
下载地址
