近期，Suno V3的横空出世在音乐行业引发了剧烈震荡。4月2日，超过200位知名音乐人联合签署了一封公开信，呼吁抵制AI对人类创作力的侵蚀。该信由艺术家权利联盟发布，要求科技公司承诺不开发那些旨在取代或削弱人类歌曲创作者的AI工具。签署名单中不仅有Billie Eilish、J Balvin、Nicki Minaj等顶流巨星，还包括Stevie Wonder、REM等摇滚名人堂成员。信函发布仅一天后，Stability AI便在X平台上推出了Stable Audio 2.0，这一时间点明显带有挑战意味。
产品介绍
Stable Audio 2.0是Stability AI开发的一款先进AI音频生成模型，能够根据文本描述或上传的音频样本，生成时长可达三分钟的高质量音乐作品，涵盖摇滚、爵士、电子、嘻哈等多种风格。其核心亮点包括：
- 高质量音乐生成：可输出44.1kHz高保真音乐，结构完整——引子、发展、尾声一应俱全，并带有立体声效果。
- 音频到音频转换：用户可上传音频样本，通过自然语言提示将其转化为不同风格。
- 效率显著提升：相比上一代，生成速度大幅提高，平均约一分钟即可生成一首三分钟长度的音乐。
- 海量数据训练：使用超过80万个音频文件、总计1.95万小时的数据进行训练，确保了音乐的细节与真实感。
- 商业化友好：与知名音乐服务商AudioSparx合作，生成的音乐可用于视频自媒体及商业广告。
- 多样下载格式：支持MP3、WAV、Video等多种格式。
玩法指南
操作流程非常简便。第一步，访问Stable Audio 2.0官网，使用谷歌邮箱或其他邮箱注册，点击“Try now”进入创作界面。
第二步，输入提示词。这一步直接决定生成质量，官方建议：细节越丰富越好，最好包含音乐流派、描述性短语、乐器、情绪、节拍等要素。例如：Cinematic, Soundtrack, Wild West, High Noon Shoot Out, Percussion, Whistles, Horses, Action Scene, SFX, Shaker, Guitar, Bass, Timpani, Strings, Tense, Climactic, Atmospheric, Moody。官方还提供了一份常见提示词指南，如果缺乏思路，可以点击“Prompt Library”——其中包含流行、古典摇滚、安静、鼓声独奏等18种类型。比如选择pop，系统会自动填入提示词：Machine, Bass, Lush Synthesizer Pads, Synthesizer Arp, Synth Bass, Vocal Sample Chops, Percussion, Honest, Heart-Felt, Melancholic, Vibe, Cool, Modern, Atmospheric, 115 BPM。
第三步，调整参数。首先选择模型（默认最新2.0版本），然后设定生成时长（最长3分钟），最后点击“Generate”即可生成。
除了文本生成音频，Stable Audio 2.0还支持音频到音频转换——上传一段音频，再输入提示词即可。例如，上传歌曲《若月亮没来》，将其改编成迪斯科风格，效果如何？一试便知。
是否免费
使用需借助网络环境（科学上网）。Stable Audio 2.0提供免费试用，新用户每月赠送20个积分，每生成一首三分钟音乐消耗2个积分。此外还有三种付费计划，生成的音频均可商用：专业版每月11.99美元（500积分），工作室版每月29.99美元（1350积分），最高版本每月89.99美元（4500积分）。
总结
从易用性来看，Stable Audio 2.0界面简洁直观，用户只需输入风格、乐器、情绪等描述，或上传一段音乐，即可快速获得成品。从创新性来看，它能生成长达三分钟的高质量音乐，结构完整——包含引子、发展、尾声，立体声效果出色。相比之下，Suno最长只能生成2分钟。更关键的是，Stable Audio 2.0支持商业化使用，这点极具吸引力。
从功能性来看，它还支持风格转换，能够修改新生成的或上传的音频。不过与Suno相比，Stable Audio 2.0生成的作品偶尔存在杂音明显、乐器音色冲突的问题。此外，Suno能自动生成歌词，而Stable Audio 2.0暂无此功能。综合来看，目前Stable Audio 2.0尚无法撼动Suno在AI音乐领域的“一哥”地位。
