# Stable Audio 3 Small SFX（音效模型）

> Stable Audio 3 Small SFX：用文字提示詞生成遊戲音效與擬音（撞擊、腳步、UI 音效、環境音），長度 1 至 60 秒，44.1 kHz 立體聲。透過 sa3.cpp 在 4 GB 的 GPU 上本機執行，沒有 GPU 也能執行但速度較慢。Stability AI Community License：僅在完成註冊且年營收低於 100 萬美元時可商業使用。

- ID: `aigd.audio-stable-audio-3-small-sfx`
- 來源: 官方 (第一方 `aigd.*`)
- 分類: 音訊
- 發佈者: AI Game Dev (`aigd`), 已驗證
- 最新版本: 1.1.3 (發佈於 2026-11-22)
- 授權條款: SEE LICENSE IN README.md
- 需要 AI Game Dev 應用程式: `>=0.32.0-beta.6`
- 原生程式碼: 否
- 評分: 尚無評分
- HTML 頁面: https://ai-game.dev/zh-hant/packages/aigd.audio-stable-audio-3-small-sfx

## 安裝

在專案資料夾中，使用 gamedev CLI：

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

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-sfx`，然後點 **加入專案**。更多資訊：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 發佈日期 | 需要應用程式 | 備註 |
|---|---|---|---|
| 1.1.3 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.1.2 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 說明

````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。它能依文字提示詞製作撞擊聲、腳步聲、UI 音效、擬音與環境音，每個聲音長 1 秒至 60 秒，輸出 44.1 kHz 立體聲 WAV。在 AI Game Dev 應用程式中，它透過 **本機音效與音樂**（`aigd.sa3cpp`，sa3.cpp 執行環境）在本機執行，因此每個聲音都不需任何費用。它需要約 4 GiB 的 GPU，沒有 GPU 也能執行，但速度較慢。適合需要快速製作大量短音效的遊戲開發者。其授權（Stability AI Community License）僅在營收低於上限且完成註冊後才允許商業使用（請見下方授權章節）。

## 你可以製作的內容

- 遊戲玩法音效：撞擊、打擊與腳步聲。
- UI 音效，例如點擊、確認與選單滑過聲。
- 用於過場動畫與動畫的擬音：布料摩擦、門、物品拿取聲。
- 關卡環境音，每個聲音最長 60 秒。

## 範例請求

- 「做一個簡短的撿金幣音效，明亮、帶有街機風格。」
- 「生成木地板上的腳步聲，4 秒。」
- 「做一個重劍擊中金屬盾牌的聲音。」
- 「製作 30 秒的洞穴環境音，帶有滴水聲。」
- 「給我五種柔和的 UI 點擊聲變化。」

## 重點特色

| 規格 | 值 |
|---|---|
| 操作方式 | 文字轉音效：一組提示詞、一個長度與一個選用種子碼，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 至 60 秒（預設 5 秒） |
| 提示詞 | 最多 1,000 個字元 |
| 步數 | 預設 8，最多 100 |
| 引導強度（CFG） | 預設 1 |

此套件僅包含資料。它指明模型檔案。應用程式會在你確認並接受下方授權後下載這些檔案，以 sha256 檢查每個檔案，並在你的電腦上以 sa3.cpp 執行。

## 該選哪一個 Stable Audio 3 套件

三者都在 **本機音效與音樂**（`aigd.sa3cpp`）上執行，接受文字提示詞並寫出 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 模型只需下載自己的檔案。

| 套件 | 生成內容 | 長度 | 下載 | 需求 |
|---|---|---|---:|---|
| [Stable Audio 3 Small SFX](https://ai-game.dev/packages/aigd.audio-stable-audio-3-small-sfx) | 音效、擬音、UI 音效、環境音 | 1–60 s | 1.71 GB | 4 GiB 的 GPU；也可在 CPU 上執行，但速度較慢 |
| [Stable Audio 3 Small Music](https://ai-game.dev/packages/aigd.audio-stable-audio-3-small-music) | 純音樂與循環樂段 | 1 s – 2 min | 1.71 GB | 4 GiB 的 GPU；CPU 速度較慢 |
| [Stable Audio 3 Medium](https://ai-game.dev/packages/aigd.audio-stable-audio-3-medium) | 純音樂，較大型的模型 | 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 音效：**Small SFX**。
- 在一般 GPU 上製作音樂，或長度最多 2 分鐘的樂曲：**Small Music**。
- 在 12 GiB 以上的 GPU 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，各自固定在 Hugging Face 的特定 commit。它們是 [`stabilityai/stable-audio-3-small-sfx`](https://huggingface.co/stabilityai/stable-audio-3-small-sfx) 供 sa3.cpp 使用的 GGUF 轉換版本，由 sa3.cpp 作者發布。文字編碼器與分詞器由所有 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-sfx-dit-0.5B-v1.0-F16.gguf`（擴散 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`（自編碼器） | [`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`（條件器） | [`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`（文字編碼器） | [`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`（分詞器） | [`thepatch/t5gemma-b-b-ul2-GGUF`](https://huggingface.co/thepatch/t5gemma-b-b-ul2-GGUF/tree/26caadf5cb1b6523370caff61f6a32337f46625e) @ `26caadf` | 13.8 MB |

擴散 Transformer 與自編碼器為 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 12 秒的聲音在 CUDA 上耗時 3.7 秒，在 Vulkan 上耗時 8.8 秒，分別比基準多佔用約 1.2 與 0.7 GiB。 |
| Apple 晶片的 Mac，8 GB 以上記憶體 | 尚未實測 |
| 沒有可用的 GPU（CPU） | **慢**：在快速的 16 核心桌機 CPU 上，12 秒的聲音約需 13 秒（我們以這些檔案測試，記憶體 1 GB）；較舊的 CPU 會慢上許多 |

這些都是估計值，並非保證。安裝後的第一個聲音會花更久的時間。

## 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](https://huggingface.co/thepatch/stable-audio-3-small-sfx-GGUF/blob/fcbd756cde8f9cc4d0213433d868063593d6ca22/LICENSE.md)（2024 年 7 月 5 日版本，與上游模型完全相同）。

- **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。** 只有在你與你的關係企業全年來自任何來源的**營收低於 1,000,000 美元**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，本協議下的所有授權都會終止，不只是商業使用。屆時你需要向 Stability AI 取得 Enterprise 授權（[stability.ai/enterprise](https://stability.ai/enterprise)）。
- **註冊：** 在進行任何商業使用前，你必須在 [stability.ai/community-license](https://stability.ai/community-license) 向 Stability AI 註冊。
- **標示來源：** 若你散布本模型，或散布使用本模型的產品或服務，你必須
  1. 向收受者提供一份授權條文；
  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"**。
- **可接受的使用：** 使用時必須遵守 Stability AI 的 [Acceptable Use Policy](https://stability.ai/use-policy) 及相關法律，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另一個基礎生成式 AI 模型。
- **其他條款：** 除標示來源外，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，授權也會終止。
- **輸出成果：** 在你與 Stability AI 之間，你在法律允許的範圍內擁有你所生成的音訊。

**文字編碼器：Gemma Terms of Use。** T5Gemma 編碼器與分詞器為 Google 所有（[`google/t5gemma-b-b-ul2`](https://huggingface.co/google/t5gemma-b-b-ul2)），採用 [Gemma Terms of Use](https://ai.google.dev/gemma/terms)。你不得將其用於 [Gemma Prohibited Use Policy](https://ai.google.dev/gemma/prohibited_use_policy) 所列用途，也不得違法使用。若你重新散布這些元件，你必須：

1. 將使用限制納入你自己的授權或使用條款，使其成為可強制執行的條款；
2. 向收受者提供一份 Gemma 條款；
3. 在你修改過的檔案上加上顯著的標記；
4. 附上一份內含 *"Gemma is provided under and subject to the Gemma Terms of Use found at ai.google.dev/gemma/terms"* 的 Notice 檔案。

檔案及其授權：

- `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)），轉換自 [`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)）。

**透過 Stability AI 的儲存庫取得存取權。** 在下載之前，應用程式會要求你以自己的 Hugging Face 帳號，在其官方儲存庫 [`stabilityai/stable-audio-3-small-sfx`](https://huggingface.co/stabilityai/stable-audio-3-small-sfx) 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具有存取權（只向 `stabilityai/stable-audio-3-small-sfx` 在 `05ca385` 的一個固定檔案發出一次請求）；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（即上方的 `thepatch/*` 儲存庫），並以 sha256 檢查，過程中不會送出權杖。權杖只會留在你的電腦上，且只會傳送到 huggingface.co。

你有責任遵守這些授權。所有檔案皆從 Hugging Face 下載，AI Game Dev 並不代管這些檔案。

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