本頁面由英文機器翻譯而成。閱讀英文原文。

Stable Audio 3 Small Music(音樂模型)

官方音訊GPUv1.1.3aigd.audio-stable-audio-3-small-music
安裝 還沒安裝應用程式?免費下載
或在終端機中執行
gamedev pkg add aigd.audio-stable-audio-3-small-music
在你的電腦上執行。 只需下載一次模型,之後便在這台電腦的 GPU 上生成。

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 s1.71 GB4 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 min1.71 GB4 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 s5.19 GBCUDA 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 @ e06bd8e0.92 GB
stable-audio-3-small-music-same-s-v1.0-F16.gguf(自動編碼器)thepatch/stable-audio-3-small-music-GGUF @ e06bd8e0.22 GB
stable-audio-3-small-music-conditioner-v1.0-F32.gguf(條件化器)thepatch/stable-audio-3-small-music-GGUF @ e06bd8e0.8 MB
t5gemma-b-b-ul2-encoder-0.3B-v1.0-F16.gguf(文字編碼器)thepatch/t5gemma-b-b-ul2-GGUF @ 26caadf0.56 GB
t5gemma-b-b-ul2-v1.0-vocab.gguf(分詞器)thepatch/t5gemma-b-b-ul2-GGUF @ 26caadf13.8 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
    1. 向接收者提供一份授權條款;
    2. 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";
    3. 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:

  1. 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;
  2. 向接收者提供一份 Gemma 條款;
  3. 在你修改過的每個檔案上加上顯著標示;
  4. 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

Stable Audio 3 Small Music(音樂模型) 的發布版本
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
1.1.20.32.0-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

進一步瞭解套件

安裝
gamedev pkg add aigd.audio-stable-audio-3-small-music