Stability AI 发布 Stable Audio 3！长音频秒级出声配乐可剪改

Stability AI 昨日推出 Stable Audio 3，并开源小型与中型权重，大型版走商业授权。新模型采用 SAME 语义声学自编码器和扩散变换器，把音频压缩到 4096 倍，消费级硬件也能处理长音频。官方称 20 秒音频约 0.62 秒完成，380 秒音频约 1.31 秒完成，并支持局部编辑，配乐试听、版本替换和片段修补不必全段重做。