Stable Audio 3.0开源:6分钟完整音乐一键生成,版权干净可本地跑
四个型号规格对比
| 型号 | 参数量 | 最长时长 | 开放方式 | 典型场景 |
|---|---|---|---|---|
| Small SFX | 4.59亿 | 2分钟 | 开源权重(HF) | 音效/环境声 |
| Small | 4.59亿 | 2分钟 | 开源权重(HF) | 短音乐/BGM loop |
| Medium | 14亿 | 6分20秒 | 开源权重(HF) | 完整曲目创作 |
| Large | 27亿 | 6分20秒 | API付费/企业授权 | 最高质量整曲 |
版权合规是最大差异点
Suno 与 Udio 正在法庭上争论"合理使用"边界,Stable Audio 3.0 选择了另一条路:完全绕开争议数据。3.0 的训练数据由两部分构成——来自 AudioSparx 的806,284条授权录音,以及经版权检测工具过滤后的 Freesound 472,618条 Creative Commons 授权录音。血统干净,是这版模型的核心卖点。社区许可证下,创作者完全拥有输出内容的所有权,可自由发行与商业化,Stability AI 不抽成、不拿版权。1
本地部署与工作流支持
电子音乐效果最好,生成钢琴、弦乐等器乐时偶发噪音与走音。模型支持变长生成,短音效几乎瞬间完成,短视频配乐、长曲目均可按需指定时长。此外,官方同步开放了 Small 与 Medium 的 LoRA 微调文档,允许开发者用私有数据集定制风格或乐器音色。5
对创作者的实际影响
短视频博主、游戏开发者、播客主是直接受益群体。以前需要自己拼接30秒片段、或付费购买版权BGM,现在一句话就能生成最长6分钟的完整配乐,且输出归属自己,无版权纠纷风险。独立音乐人可用它快速打 Demo、做伴奏实验。普通用户若本地算力不足,Hugging Face 提供了在线 Demo 可直接体验。7
短期看,版权合规的 AI 音乐工具有了开源选择。Medium 模型开源权重可直接下载,Small 版本甚至 CPU 就能跑,门槛比以往低得多。Stable Audio 3.0 的 Large 版本与专业音乐人产品线仍在布局中——前环球音频与 Fender 首席数字官 Ethan Kaplan 已加入公司,负责领导该业务方向。1
当前文章无评论,是时候发表评论了