Stable Audio 2.5 企业级音频生成 AI 模型发布，号称“3 分钟曲目 2 秒钟完成”
9 月 14 日消息，Stability AI 现已正式发布企业级音频生成模型 Stable Audio 2.5，相对上一代主要围绕音频细节、生成速度方面进行提升，号称“仅需 2 秒钟即可创建 3 分钟音频曲目”。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
据介绍，Stable Audio 2.5 的核心改进集中在音乐生成能力方面，号称生成结果更加贴合实际编曲逻辑，可呈现前奏、发展与结尾等完整多段式结构。同时新模型对提示词的理解更为准确，尤其在情绪描述和音乐风格词汇的把握上，响应更符合预期。
此外，新版模型还显著改进了音频生成速度，Stability AI 称这主要得益于研发团队提出的后训练方法 ARC（注：Adversarial Relativistic-Contrastive），这一技术通过结合相对式对抗训练与对比判别器，加速扩散模型的生成过程，可在保证音轨质量的同时显著降低 GPU 推理耗时，从而实现 2 秒钟生成长达 3 分钟的音频内容。
除此之外，Stable Audio 2.5 还新增了音频修补能力，用户可以导入自己的音频文件，并指定“延展位置”，模型即可根据音频前后内容及整体曲风，将音频一键“延长”，特别适合剪辑等场景。
目前，Stable Audio 2.5 已可通过 StableAudio 正式直接试用，同时支持本地化部署。不过最新规定，用户上传的音频文件不得包含受版权保护的内容，StableAudio 将利用自带的内容识别系统进行检测，以确保不侵犯他人版权。
热门专题
热门推荐
IT之家 3 月 30 日消息，苹果正通过不断拓展服务业务收入来源来冲击更高营收，但把广告引入 Apple Maps，可能会带来反效果。在 3 月 29 日发布的最新一期“Power On”通讯中，
UC浏览器 权限管理分五步：一、单站权限调整；二、批量审查授权；三、重置全部权限；四、为可信 设例外；五、系统级禁用浏览器敏感权限。如果您在使用UC浏览器时发现某些 能自动调用摄像
在当今数字化的时代，视频的使用场景越来越广泛，有时候我们可能需要从视频中提取某些内容，水印宝就是一款能帮助我们实现这一需求的工具。那么，水印宝怎么提取视频呢？首先，我们要确保已经在
在无畏契约的源能行动中，获取枪皮是玩家们关注的重点。以下为你介绍几种常见的获取途径。首先，参与游戏内的特定活动是获取枪皮的重要方式。源能行动通常会伴随一系列精彩活动，玩家通过完成活
最近，内娱出了个大乐子。一部叫《逐玉》的古装剧，火了，张凌赫在里面演了个大将军——“武安侯”谢征。按原著设定，这是个从尸山血海里爬出来的狠角色，大胤朝最年轻的“少年战神”。有观众一看，惊了。且看这位