Stability AI发布*音频生成工具！可创作AI歌曲

摘要： 直播吧月日讯门将卡里乌斯接受采访谈到了他在纽卡斯尔的情况是如何向女友莱奥塔求婚的今年夏天我们在度假的时候我以一种简单而传统的方式问她这对我们俩来说似乎都是合适的时机著名大模型开源平...

直播吧3月17日讯门将卡里乌斯接受采访，谈到了他在纽卡斯尔的情况。是如何向女友莱奥塔求婚的？“今年夏天，我们在度假的时候。我以一种简单而传统的方式问她，这对我们俩来说似乎都是合适的时机。

著名大模型开源平台Stability AI发布音频生成模型Stable Audio 2.0，现在允许用户上传自己的音频样本，然后通过提示转换音频样本并*创造AI生成的歌曲。

Stable Audio的第一版在2023年9月发布时，仅为一些付费用户提供最多90秒的音频，这意味着用户只能制作短音频片段来实验。而Stable Audio 2.0提供了完整的三分钟音频片段，这个长度的歌曲大多数适合电台播放，而所有上传的音频必须是无版权的。

据了解，与OpenAI的音频生成模型Voice Engine只向一小部分用户开放不同，Stability AI通过其网站*向公众提供Stable Audio，未来将很快提供API接口。

Stability AI表示，Stable Audio 2.0与其早期版本的一个主要区别在于，它能够创建与真实歌曲相似的歌曲结构，包括有序幕、进展和尾声。

不过，已经试玩Stable Audio 2.0的媒体表示，这个水平的AI歌曲距离帮助用户用音乐表达想法，差距依然比较大。例如，有用户用“带有美国风格的民谣流行歌曲”（美国乡村音乐）作为提示，Stable Audio生成的歌曲在某些部分听起来有山谷清晨的氛围，并且疑似加入了人声。

理论上，Stable Audio 2.0的新功能允许用户调整生成的AI音频作品，使作品更符合用户的听歌风格。例如可以调整遵循提示程度，或设置转换所上传音频的哪一部分，用户还可以添加像人群的吼声或键盘敲击等音效。

然而，这种AI歌曲最大的问题在于，让人感觉毫无灵魂。但这并不令人感到惊讶，因为这和其他大厂的AI音频问题一样。例如，如Meta和Google也一直在尝试AI音频生成，但两家公司都没有公开发布他们的模型，因为他们仍在收集开发者的反馈，来解决AI歌曲无灵魂的问题。

Stability AI在一份 稿中说，Stable Audio是在AudioSparx的数据上训练的，后者拥有超过800,000个音频文件的库。

不过，这些音频可能出现版权纠纷。Stability AI表示，作品被纳入AudioSparx的艺术家可以选择退出，以避免他们的作品用于训练模型。其实，使用版权音频训练模型是Stability AI的前音频副总裁Ed Newton-Rex在Stable Audio发布后不久就离开公司的原因之一。对于2.0版本，Stability AI说它与Audible Magic合作，使用其内容识别技术来追踪和阻止版权音频进入平台。

总之，Stable Audio 2.0的确让AI歌曲比之前更像真正的歌曲，但还是没有完全达到这个目标。媒体表示，如果Stable Audio 2.0模型坚持添加某种人声，也许下一个版本的AI音频作品会出现更能令人分辨的语言。