最近业界广泛关注音频生成人工智能模型，OpenAI本周发布了自己的模型Voice Engine的最新更新。现在加入这一趋势的是Stability AI，该公司已经公布了自己最先进的音频模型。
周三，以其Stable Diffusion模型而闻名的开源人工智能公司Stability AI发布了Stable Audio 2。这款新机型在其前身Stable Audio 1.0的基础上进行了重大升级，超越了文本到音频的功能。
Stable Audio 2具有音频到音频的功能，允许用户上传音频样本，并使用自然语言提示创建各种声音。通过风格转换，您可以修改生成或上传的音频，使其与特定的风格和语气保持一致。
为了保护创作的完整性和艺术家的权利，上传的内容必须没有受版权保护的材料。该公司使用Audible Magic的内容识别技术来防止此类侵权行为，并确保用户遵守规定。
为了进一步保护艺术家，稳定音频1.0和稳定音频2.0是根据AudioSparx的数据进行培训的，该数据由超过80万个音频文件组成，并且这些艺术家可以选择退出稳定音频模型培训。
新型号还可以在44.1 kHz立体声下产生长达三分钟的音轨，这是对稳定音频的重大升级，稳定音频只能产生长达45秒的音轨。这三分钟包含了歌曲所需的所有元素，如旋律、背景音乐、音效等等。
该模型已经在稳定音频网站上公开免费使用。入门很容易:访问网站，登录你的稳定AI或谷歌帐户，并开始修补。
