Stable Audio 3 Small Music(音樂模型)
gamedev pkg add aigd.audio-stable-audio-3-small-music總覽
Stable Audio 3 Small Music:依文字提示生成器樂與循環,最長 2 分鐘,44.1 kHz 立體聲,不含人聲,適合遊戲背景音樂、提示音與短曲。透過 sa3.cpp 在 4 GB 顯示卡上本機執行,或在 CPU 上緩慢執行。Stability AI Community License:年營收低於 100 萬美元才能商業使用,且需先完成註冊。
Stable Audio 3 Small Music 是 Stability AI 的小型音樂模型。它會依文字提示製作器樂與循環,每段從 1 秒到 2 分鐘,輸出 44.1 kHz 立體聲 WAV。它不產生人聲。在 AI Game Dev 應用程式中,它透過 本機音效與音樂(aigd.sa3cpp,即 sa3.cpp 執行環境)在本機執行,因此每首曲子都不需額外費用。它可在約 4 GiB 的顯示卡上執行,也能在 CPU 上執行,但速度較慢。它適合想在一般硬體上快速取得背景音樂的遊戲開發者。其授權(Stability AI Community License)僅允許在營收上限以下、且完成註冊後作商業使用(請見下方授權章節)。
你可以製作的內容
- 關卡、選單與商店的器樂背景音樂。
- 音樂循環與短提示音,可在提示中指定曲風、樂器與速度。
- 勝利、失敗與升級時的音效短句與短曲。
- 快速製作原聲帶草稿,嘗試不同氛圍。
範例請求
- 「製作一段 60 秒、120 BPM 的合成器流行器樂,用於主選單。」
- 「為村莊生成一段 30 秒的平靜木吉他曲目。」
- 「製作一段簡短的勝利短曲,加入銅管,約 4 秒。」
- 「為地牢創作一段 2 分鐘的黑暗氛圍持續低頻音。」
重點特色
| 規格 | 值 |
|---|---|
| 運作方式 | 文字轉音樂:一個提示、一個長度與可選的種子碼,產生一個 WAV |
| 輸出 | 44.1 kHz 立體聲 WAV,儲存到你的專案中 |
| 長度 | 1 秒到 2 分鐘(預設 30 秒) |
| 提示 | 最多 1,000 個字元;不產生人聲 |
| 步數 | 預設 8,最多 100 |
| 引導強度(CFG) | 預設 1 |
此套件僅包含資料。它列出模型檔案。在你確認並接受下方授權後,應用程式會下載這些檔案,以 sha256 逐一檢查每個檔案,並在你的電腦上用 sa3.cpp 執行。
該選哪個 Stable Audio 3 套件
三者都在 本機音效與音樂(aigd.sa3cpp)上執行,接受文字提示並寫出 44.1 kHz 立體聲 WAV,且同樣採用 Stability AI Community License。文字編碼器與分詞器為共用元件,因此第二個 Stable Audio 3 模型只會下載自己的檔案。
| 套件 | 用途 | 長度 | 下載 | 需求 |
|---|---|---|---|---|
| Stable Audio 3 Small SFX | 音效、擬音、UI 音效、環境音 | 1–60 s | 1.71 GB | 4 GiB 的顯示卡;也可在 CPU 上執行,但速度較慢 |
| Stable Audio 3 Small Music | 器樂與循環 | 1 s – 2 min | 1.71 GB | 4 GiB 的顯示卡;CPU 速度較慢 |
| Stable Audio 3 Medium | 器樂,較大的模型 | 1 s – 6 min 20 s | 5.19 GB | CUDA 需 12 GiB,或 Vulkan 需 13 GiB;Mac 需 16 GB |
- 遊戲玩法與 UI 的音效:Small SFX。
- 在一般顯示卡上製作音樂,或製作最長 2 分鐘的樂曲:Small Music。
- 在 12 GiB 以上的顯示卡上製作最長 6 分 20 秒的長曲目(CUDA;Vulkan 需 13 GiB):Medium。
下載
1.71 GB,共五個檔案,各自固定於某個 Hugging Face commit。它們是 sa3.cpp 用的 stabilityai/stable-audio-3-small-music GGUF 轉換版本,由 sa3.cpp 作者發布。文字編碼器與分詞器為所有 Stable Audio 3 模型共用,因此只需下載一次。
| 檔案 | 來源 | 大小 |
|---|---|---|
stable-audio-3-small-music-dit-0.5B-v1.0-F16.gguf(擴散 Transformer) | thepatch/stable-audio-3-small-music-GGUF @ e06bd8e | 0.92 GB |
stable-audio-3-small-music-same-s-v1.0-F16.gguf(自動編碼器) | thepatch/stable-audio-3-small-music-GGUF @ e06bd8e | 0.22 GB |
stable-audio-3-small-music-conditioner-v1.0-F32.gguf(條件化器) | thepatch/stable-audio-3-small-music-GGUF @ e06bd8e | 0.8 MB |
t5gemma-b-b-ul2-encoder-0.3B-v1.0-F16.gguf(文字編碼器) | thepatch/t5gemma-b-b-ul2-GGUF @ 26caadf | 0.56 GB |
t5gemma-b-b-ul2-v1.0-vocab.gguf(分詞器) | thepatch/t5gemma-b-b-ul2-GGUF @ 26caadf | 13.8 MB |
擴散 Transformer 與自動編碼器為 F16。sa3.cpp 作者已將轉換結果與 Stability AI 的 PyTorch 參考實作比對驗證(餘弦相似度約 1.0)。
適用電腦
| 電腦 | 速度 |
|---|---|
| CUDA 或 Vulkan,4 GiB 以上 VRAM | 在 Windows 的 RTX 4090 上,一段 120 秒的音訊在 CUDA 上耗時 3.1 秒、在 Vulkan 上耗時 11.7 秒,分別比基準多用約 1.4 與 1.2 GiB。 |
| Apple silicon 的 Mac,8 GB 以上記憶體 | 尚未測量 |
| 沒有可用的顯示卡(CPU) | 慢:長曲目需數分鐘 |
這些是估計值,並非保證。安裝後第一次產生音訊會花較久時間。
授權
Stability AI Community License(並非開源授權)。下載前請先閱讀完整條文:LICENSE.md(2024 年 7 月 5 日版本,與上游模型的版本相同)。
- 免費使用:研究、個人、嗜好及其他非商業用途,以及評估。
- 商業使用受到限制。只有當你與你的關係企業合計年營收低於 1,000,000 美元(任何來源)時,才可免費使用。
- 營收上限會終止所有授權。一旦你與你的關係企業年營收超過 1,000,000 美元,該協議下的所有授權都會終止,不限於商業使用。屆時你需要向 Stability AI 取得 Enterprise 授權(stability.ai/enterprise)。
- 註冊:在進行任何商業使用之前,你必須在 stability.ai/community-license 向 Stability AI 註冊。
- 標註來源:如果你散布本模型,或散布使用本模型的產品或服務,你必須
- 向接收者提供一份授權條款;
- 保留一個 "Notice" 文字檔,內容為:"This Stability AI Model is licensed under the Stability AI Community License, Copyright © Stability AI Ltd. All Rights Reserved";
- 在相關網站、使用者介面、部落格文章、關於頁面或產品文件中顯著展示 "Powered by Stability AI"。
- 可接受使用:使用時必須遵守 Stability AI 的可接受使用政策與適用法律,包括貿易管制。你不得使用本模型或其輸出成果來建立或改進其他基礎生成式 AI 模型。
- 其他條款:除標註來源外,不授予任何商標權利。若你違反授權,Stability AI 可終止授權。若你控告 Stability AI 主張本模型或其輸出成果侵害你的權利,授權同樣會終止。
- 輸出成果:在你與 Stability AI 之間,你擁有你所生成的音訊,範圍以法律允許者為限。
文字編碼器:Gemma 使用條款。T5Gemma 編碼器與分詞器為 Google 所有(google/t5gemma-b-b-ul2),適用 Gemma 使用條款。你不得將其用於 Gemma 禁止使用政策所列的用途,或作違法使用。如果你重新散布它們,你必須:
- 將這些使用限制納入你自己的授權或使用條款,作為可強制執行的條款;
- 向接收者提供一份 Gemma 條款;
- 在你修改過的每個檔案上加上顯著標示;
- 附上一份 Notice 檔案,內容為 "Gemma is provided under and subject to the Gemma Terms of Use found at ai.google.dev/gemma/terms"。
檔案與其授權:
stable-audio-3-small-music-dit-0.5B-v1.0-F16.gguf、stable-audio-3-small-music-same-s-v1.0-F16.gguf、stable-audio-3-small-music-conditioner-v1.0-F32.gguf:Stability AI Community License(LICENSE.md),轉換自stabilityai/stable-audio-3-small-music。t5gemma-b-b-ul2-encoder-0.3B-v1.0-F16.gguf、t5gemma-b-b-ul2-v1.0-vocab.gguf:Gemma 使用條款(LICENSE.md、NOTICE)。
透過 Stability AI 的儲存庫取得存取權。下載前,應用程式會要求你用自己的 Hugging Face 帳號,在其官方儲存庫 stabilityai/stable-audio-3-small-music 上接受 Stability AI 的條款:開啟該頁面、填寫存取表單(姓名、電子郵件、國家、預定用途)並接受。接著在設定 › 模型儲存 › Hugging Face(或在下載卡片中)貼上 Hugging Face 存取權杖。應用程式會用該權杖確認你的帳號是否具有存取權(對 stabilityai/stable-audio-3-small-music 的一個固定檔案於 8bdfb53 發出一次請求);它不會下載 Stability AI 的 PyTorch 權重。模型檔案本身來自 sa3.cpp 作者的 GGUF 轉換版本(即上述 thepatch/* 儲存庫),並以 sha256 檢查,過程中不會送出任何權杖。權杖只會留在你的電腦上,且只會傳送至 huggingface.co。
你有責任遵守這些授權。所有檔案都從 Hugging Face 下載,AI Game Dev 並未自行托管這些檔案。
Powered by Stability AI. This Stability AI Model is licensed under the Stability AI Community License, Copyright © Stability AI Ltd. All Rights Reserved.
版本
| 版本 | 發布日期 | 需搭配應用程式 |
|---|---|---|
| 1.1.3最新 | 0.32.0-beta.6 或更新版本 | |
| 1.1.2 | 0.32.0-beta.6 或更新版本 |
安裝
在桌面應用程式中
開啟 套件 視窗(狀態列上的套件圖示),選擇 瀏覽,搜尋 aigd.audio-stable-audio-3-small-music,然後點選 加到專案。
還沒安裝應用程式?免費下載 AI Game Dev,支援 Windows、macOS 與 Linux。
從終端機
在你的專案資料夾中,使用 gamedev CLI:
gamedev pkg add aigd.audio-stable-audio-3-small-music需求
- AI Game Dev 0.32.0-beta.6 或更新版本
gamedev pkg add aigd.audio-stable-audio-3-small-music