稳定的音频现已推出 — 免费使用人工智能创作音乐

本篇文章给大家分享《稳定的音频现已推出 — 免费使用人工智能创作音乐》，覆盖了科技周边的常见基础知识，其实一个语言的全部知识点一篇文章是不可能说完的，但希望通过这些问题，让读者对自己的掌握程度有一定的认识(B 数)，从而弥补自己的不足，更好的掌握它。

今天，稳定AI公司推出了他们的首个音乐和声音生成AI产品——稳定音频。音乐产业因其难以进入而闻名。即使您有才华和动力，仍然需要具备创作和制作音乐所需的技能和资源。但如果您不需要这些呢？如果您只需要创造力和一个好的AI提示就能创作音乐呢？

稳定音频是一款能够由AI从零开始生成音乐的工具。只需提供简单的指示，AI便能完成其余的工作

官方链接在这里：https://stableaudio.com/

什么是稳定音频？

稳定音频是一种独创性的AI工具，使用生成式AI技术来创作高质量的音乐和音效。要使用稳定音频，您只需提供一个描述性文本提示和所需的音频长度。例如，您可以输入“后摇、吉他、鼓组、贝斯、弦乐、欢愉、振奋、忧郁、流畅、原始、史诗、感伤、125 BPM”来生成一首95秒的后摇风格曲目。稳定音频非常适合希望在其音乐中创建样本的音乐人。您可以用它来创建音效、背景音乐，甚至是您自己的原创作品。

自己试一试

请前往稳定音频仪表板并进行注册：

稳定音频

然后，转到“生成音乐”仪表板，开始生成您自己的音乐：

稳定音频

请提供您的提示并设置持续时间。请注意，免费订阅的音频长度最长为20秒

按下右箭头键即可启动音频生成

稳定音频

与此同时，您可以在稳定音频的“用户指南”部分中探索提供的示例：

稳定音频

它是如何工作的

以下是稳定音频工作的一些关键技术细节：

稳定音频技术背景

• VAE将立体声音频压缩成数据压缩、抗噪和可逆的有损潜在编码，使生成和训练比直接使用原始音频样本更快。
• 文本编码器用于从文本提示中提取特征。然后，使用这些特征来调节扩散模型。
• 扩散模型是一个基于U-Net的模型，使用残差层、自注意层和交叉注意层的组合来去噪输入并重构所需的音频。

另一个重要的信息是，稳定音频模型使用了超过800,000个音频文件的数据集，包括音乐、音效和单乐器音轨。这相当于超过19,500小时的音频。

最后的想法

总的来说，我对这个新的AI工具印象深刻。音频的质量与由人类专业人员创造的音频相媲美。稳定音频是一个改变游戏规则的工具，它可能会颠覆整个音乐和音效行业。

文中关于人工智能,AI的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《稳定的音频现已推出 — 免费使用人工智能创作音乐》文章吧，也可关注golang学习网公众号了解相关技术文章。