Stable Audio 是 Stability AI 开发的一款基于人工智能的音乐与音效生成工具，旨在通过文本提示或音频样本快速生成高质量、可商业化使用的音乐片段。其核心功能包括：
- 文本 / 音频转音乐：输入文字描述（如 “夏日海滩氛围的电子音乐”）或上传音频样本，生成匹配的音乐片段。
- 多模态生成：支持文本到音频（Text-to-Audio）和音频到音频（Audio-to-Audio）转换，可调整风格、乐器、节奏等参数。
- 长音频生成：最长支持 3 分钟连续曲目，结构完整（含前奏、发展、结尾），突破传统 AI 音乐工具的片段限制。
- 商业用途许可：付费用户生成的音乐可直接用于商业项目（如视频、游戏、广告），免费用户需遵守非商业条款。
- 潜在扩散技术：
基于与 Stable Diffusion 同源的扩散模型，通过逐步降噪生成连贯旋律，相比早期模型（如 Dance Diffusion）提升了音频连贯性与质量。
- 开源与分层服务：
- 基础版（Stable Audio Open）开源，适用于生成短音频片段（如鼓点、环境音效）。
- 专业版（Stable Audio 2.0）闭源，提供更长曲目与商业许可，支持 44.1 kHz 立体声输出。
- 数据合规性：
训练数据来自 AudioSparx 等商业音乐库（不含声乐曲目），并通过收入分成机制补偿版权方，降低法律风险。
- 内容创作：为视频、播客、游戏等快速生成定制化背景音乐或音效。
- 音乐制作：辅助音乐人探索编曲灵感，生成 demo 或片段素材。
- 商业项目：广告、宣传片等需低成本原创音乐的场景，避免版权纠纷。
- 实验性创作：结合文本提示与音频样本，探索跨风格融合（如电子与古典结合）。
- 专业创作者：音乐人、视频制作人、游戏开发者等，追求高效产出与商业授权。
- 爱好者与学生：免费版用户可体验 AI 音乐生成，学习创作逻辑。
- 企业客户：需要批量生成品牌专属音频的广告公司或平台。
