# Stable Audio 3 Small SFX（音效模型）

> Stable Audio 3 Small SFX：根据文本提示生成游戏音效和拟音（撞击声、脚步声、UI 音效、环境音），时长 1 至 60 秒，44.1 kHz 立体声。在 4 GB 显存的 GPU 上用 sa3.cpp 本地运行，没有 GPU 时也能运行，但速度较慢。Stability AI Community License：需先注册，且仅在年收入低于 100 万美元时允许商用。

- ID: `aigd.audio-stable-audio-3-small-sfx`
- 来源: 官方 (第一方 `aigd.*`)
- 分类: 音频
- 发布者: AI Game Dev (`aigd`), 已验证
- 最新版本: 1.1.3 (发布于 2026-11-22)
- 许可证: SEE LICENSE IN README.md
- 需要 AI Game Dev 应用: `>=0.32.0-beta.6`
- 原生代码: 否
- 评分: 暂无评分
- HTML 页面: https://ai-game.dev/zh-hans/packages/aigd.audio-stable-audio-3-small-sfx

## 安装

使用 gamedev CLI，在项目文件夹中运行：

```bash
gamedev pkg add aigd.audio-stable-audio-3-small-sfx
```

在桌面应用中：打开 Packages 窗口（状态栏中的包图标），选择 **Browse**，搜索 `aigd.audio-stable-audio-3-small-sfx`，然后点击 **Add to Project**。更多：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 发布时间 | 需要应用 | 备注 |
|---|---|---|---|
| 1.1.3 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.1.2 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 描述

````markdown
# Stable Audio 3 Small SFX (`aigd.audio-stable-audio-3-small-sfx`)

Stable Audio 3 Small SFX 是 Stability AI 的小型音效模型。它根据文本提示生成撞击声、脚步声、UI 音效、拟音和环境音，每个声音从 1 秒到 60 秒，输出 44.1 kHz 立体声 WAV。在 AI Game Dev 应用中，它通过 **Local sound effects and music**（`aigd.sa3cpp`，即 sa3.cpp 运行时）在本地运行，因此每个声音都不产生费用。它需要约 4 GiB 显存的 GPU，也可以在没有 GPU 的情况下运行，只是速度较慢。它适合需要快速产出大量短音效的游戏开发者。其许可证（Stability AI Community License）仅在收入低于限额且完成注册后才允许商业使用（见下方许可证部分）。

## 你可以制作什么

- 玩法音效：撞击声、打击声和脚步声。
- UI 音效，例如点击、确认和菜单划过音。
- 过场动画和动画的拟音：布料、门、被拿起的物件。
- 关卡环境音，每个声音最长 60 秒。

## 示例请求

- “做一个短促的金币拾取音效，明亮、街机风格。”
- “生成木地板上的脚步声，4 秒。”
- “做一个重剑击打在金属盾牌上的声音。”
- “创建 30 秒带滴水声的洞穴环境音。”
- “给我一个柔和 UI 点击声的五个变体。”

## 亮点

| 规格 | 值 |
|---|---|
| 操作 | 文本生成音效：一个提示、一个时长和一个可选种子生成一个 WAV |
| 输出 | 44.1 kHz 立体声 WAV，保存到你的项目中 |
| 长度 | 1 至 60 秒（默认 5 秒） |
| 提示 | 最多 1,000 个字符 |
| 步数 | 默认 8，最多 100 |
| 引导强度（CFG） | 默认 1 |

此包仅包含数据。它指明模型文件。在你确认并接受下方许可证后，应用会下载这些文件，用 sha256 校验每个文件，并在你的电脑上用 sa3.cpp 运行它们。

## 该选哪个 Stable Audio 3 包

三款都在 **Local sound effects and music**（`aigd.sa3cpp`）上运行，接受文本提示，并在相同的 Stability AI Community License 下写出 44.1 kHz 立体声 WAV。文本编码器和分词器是共享的，因此第二个 Stable Audio 3 模型只需下载自己的文件。

| 包 | 生成内容 | 长度 | 下载 | 需求 |
|---|---|---|---:|---|
| [Stable Audio 3 Small SFX](https://ai-game.dev/packages/aigd.audio-stable-audio-3-small-sfx) | 音效、拟音、UI 音效、环境音 | 1–60 s | 1.71 GB | 4 GiB 显存的 GPU；也可在 CPU 上运行，但较慢 |
| [Stable Audio 3 Small Music](https://ai-game.dev/packages/aigd.audio-stable-audio-3-small-music) | 器乐音乐和循环乐段 | 1 s – 2 min | 1.71 GB | 4 GiB 显存的 GPU；CPU 较慢 |
| [Stable Audio 3 Medium](https://ai-game.dev/packages/aigd.audio-stable-audio-3-medium) | 器乐音乐，更大的模型 | 1 s – 6 min 20 s | 5.19 GB | CUDA 12 GiB 或 Vulkan 13 GiB；Mac 16 GB |

- 游戏玩法与 UI 音效：**Small SFX**。
- 在普通 GPU 上做音乐，或最长 2 分钟的片段：**Small Music**。
- 在 12 GiB 及以上显存的 GPU 上做最长 6 分 20 秒的长曲目（CUDA；Vulkan 为 13 GiB）：**Medium**。

## 下载

1.71 GB，五个文件，每个都锁定到一个具体的 Hugging Face 提交。它们是供 sa3.cpp 使用的 [`stabilityai/stable-audio-3-small-sfx`](https://huggingface.co/stabilityai/stable-audio-3-small-sfx) 的 GGUF 转换，由 sa3.cpp 作者发布。文本编码器和分词器由每个 Stable Audio 3 模型共享，因此只需下载一次。

| 文件 | 来源 | 大小 |
|---|---|---:|
| `stable-audio-3-small-sfx-dit-0.5B-v1.0-F16.gguf`（扩散 Transformer） | [`thepatch/stable-audio-3-small-sfx-GGUF`](https://huggingface.co/thepatch/stable-audio-3-small-sfx-GGUF/tree/fcbd756cde8f9cc4d0213433d868063593d6ca22) @ `fcbd756` | 0.92 GB |
| `stable-audio-3-small-sfx-same-s-v1.0-F16.gguf`（自编码器） | [`thepatch/stable-audio-3-small-sfx-GGUF`](https://huggingface.co/thepatch/stable-audio-3-small-sfx-GGUF/tree/fcbd756cde8f9cc4d0213433d868063593d6ca22) @ `fcbd756` | 0.22 GB |
| `stable-audio-3-small-sfx-conditioner-v1.0-F32.gguf`（条件编码器） | [`thepatch/stable-audio-3-small-sfx-GGUF`](https://huggingface.co/thepatch/stable-audio-3-small-sfx-GGUF/tree/fcbd756cde8f9cc4d0213433d868063593d6ca22) @ `fcbd756` | 0.8 MB |
| `t5gemma-b-b-ul2-encoder-0.3B-v1.0-F16.gguf`（文本编码器） | [`thepatch/t5gemma-b-b-ul2-GGUF`](https://huggingface.co/thepatch/t5gemma-b-b-ul2-GGUF/tree/26caadf5cb1b6523370caff61f6a32337f46625e) @ `26caadf` | 0.56 GB |
| `t5gemma-b-b-ul2-v1.0-vocab.gguf`（分词器） | [`thepatch/t5gemma-b-b-ul2-GGUF`](https://huggingface.co/thepatch/t5gemma-b-b-ul2-GGUF/tree/26caadf5cb1b6523370caff61f6a32337f46625e) @ `26caadf` | 13.8 MB |

扩散 Transformer 和自编码器为 F16。sa3.cpp 作者将转换结果与 Stability AI 的 PyTorch 参考实现做了验证（余弦相似度约 1.0）。

## 适用电脑

| 电脑 | 速度 |
|---|---|
| CUDA 或 Vulkan，4 GiB 及以上显存 | 在 Windows RTX 4090 上，一段 12 秒的声音在 CUDA 上耗时 3.7 秒，在 Vulkan 上耗时 8.8 秒，分别比基线多占用约 1.2 和 0.7 GiB。 |
| Apple 芯片的 Mac，8 GB 及以上内存 | 尚未测量 |
| 没有可用 GPU（CPU） | **慢**：在快速的 16 核桌面 CPU 上，一段 12 秒的声音约需 13 秒（我们用这些文件做的测试，1 GB 内存）；在较旧的 CPU 上会慢得多 |

这些是估计值，不是保证。安装后的第一个声音会耗时更久。

## 许可证

**Stability AI Community License**（不是开源许可证）。下载前请阅读全文：[LICENSE.md](https://huggingface.co/thepatch/stable-audio-3-small-sfx-GGUF/blob/fcbd756cde8f9cc4d0213433d868063593d6ca22/LICENSE.md)（2024 年 7 月 5 日版本，与上游模型的版本相同）。

- **免费使用：**研究、个人、爱好及其他非商业用途，以及评估。
- **商业使用受限。**只有当你与关联公司合计**年收入低于 1,000,000 美元**（来自任何来源）时，商业使用才免费。
- **收入限额会终止所有许可证。**一旦你与关联公司的年收入超过 1,000,000 美元，该协议下的所有许可证都会终止，而不只是商业使用。此时你需要从 Stability AI 获取企业许可证（[stability.ai/enterprise](https://stability.ai/enterprise)）。
- **注册：**在进行任何商业使用之前，你必须在 [stability.ai/community-license](https://stability.ai/community-license) 向 Stability AI 注册。
- **署名：**如果你分发本模型，或分发使用本模型的产品或服务，你必须
  1. 向接收者提供许可证副本；
  2. 保留一个包含以下文字的 "Notice" 文本文件：*"This Stability AI Model is licensed under the Stability AI Community License, Copyright © Stability AI Ltd. All Rights Reserved"*；
  3. 在相关网站、用户界面、博客文章、关于页面或产品文档中显著展示 **"Powered by Stability AI"**。
- **可接受使用：**使用必须遵守 Stability AI 的[可接受使用政策](https://stability.ai/use-policy)和适用法律，包括贸易管制。你不得使用本模型或其输出来创建或改进另一个基础生成式 AI 模型。
- **其他条款：**除署名外不授予任何商标权利。如果你违反许可证，Stability AI 可以终止许可证。如果你起诉 Stability AI，声称本模型或其输出侵犯你的权利，许可证也会终止。
- **输出：**在你与 Stability AI 之间，在法律允许的范围内，你拥有所生成的音频。

**文本编码器：Gemma Terms of Use。**T5Gemma 编码器和分词器归 Google 所有（[`google/t5gemma-b-b-ul2`](https://huggingface.co/google/t5gemma-b-b-ul2)），适用 [Gemma Terms of Use](https://ai.google.dev/gemma/terms)。你不得将其用于 [Gemma Prohibited Use Policy](https://ai.google.dev/gemma/prohibited_use_policy) 中列出的用途，也不得用于违法用途。如果你再分发它们，你必须：

1. 将使用限制作为你自己许可证或使用条款中可执行的条款纳入；
2. 向接收者提供 Gemma 条款副本；
3. 在你修改过的任何文件上标注醒目的通知；
4. 附带一个包含 *"Gemma is provided under and subject to the Gemma Terms of Use found at ai.google.dev/gemma/terms"* 的 Notice 文件。

文件及其许可证：

- `stable-audio-3-small-sfx-dit-0.5B-v1.0-F16.gguf`、`stable-audio-3-small-sfx-same-s-v1.0-F16.gguf`、`stable-audio-3-small-sfx-conditioner-v1.0-F32.gguf`：Stability AI Community License（[LICENSE.md](https://huggingface.co/thepatch/stable-audio-3-small-sfx-GGUF/blob/fcbd756cde8f9cc4d0213433d868063593d6ca22/LICENSE.md)），转换自 [`stabilityai/stable-audio-3-small-sfx`](https://huggingface.co/stabilityai/stable-audio-3-small-sfx)。
- `t5gemma-b-b-ul2-encoder-0.3B-v1.0-F16.gguf`、`t5gemma-b-b-ul2-v1.0-vocab.gguf`：Gemma Terms of Use（[LICENSE.md](https://huggingface.co/thepatch/t5gemma-b-b-ul2-GGUF/blob/26caadf5cb1b6523370caff61f6a32337f46625e/LICENSE.md)、[NOTICE](https://huggingface.co/thepatch/t5gemma-b-b-ul2-GGUF/blob/26caadf5cb1b6523370caff61f6a32337f46625e/NOTICE)）。

**通过 Stability AI 的仓库获取。**下载之前，应用会要求你用自己的 Hugging Face 账号，在 Stability AI 的官方仓库 [`stabilityai/stable-audio-3-small-sfx`](https://huggingface.co/stabilityai/stable-audio-3-small-sfx) 上接受其条款：打开该仓库，填写访问表单（姓名、邮箱、国家、预期用途）并接受。然后在 设置 › 模型存储 › Hugging Face 中（或在下载卡片中）粘贴 Hugging Face 访问令牌。应用会用该令牌检查你的账号是否具有访问权限（向 `stabilityai/stable-audio-3-small-sfx` 的一个固定文件在 `05ca385` 处发出一次请求）；它不会下载 Stability AI 的 PyTorch 权重。模型文件本身来自 sa3.cpp 作者的 GGUF 转换（即上面的 `thepatch/*` 仓库），经 sha256 校验，不会向其发送令牌。令牌保存在你的电脑上，只会发送到 huggingface.co。

你有责任遵守这些许可证。所有文件都从 Hugging Face 下载。AI Game Dev 不托管它们。

Powered by Stability AI. This Stability AI Model is licensed under the Stability AI Community License,
Copyright © Stability AI Ltd. All Rights Reserved.
````
