推出Stable Diffusion影像生成工具的人工智慧 業者Stable AI ，近期宣布推出其新款語音 生成模型 Stable Audio 2.0，將能透過文字 產生時間長度達3分鐘的44.1kHz規格立體聲音 訊，相比先前版本僅能產生45秒明顯有大幅成長。
Stable Audio 2.0跟1.0版本一樣，都是透過AudioSparx收錄超過80萬組音訊資料進行訓練，除了可透過文字產生音訊內容，更可透過上傳參考音訊樣本，讓使用者 透過自然語言描述方式生成不同音訊內容，並且透過風格轉換工具進行後續調整。
而Stable Audio 2.0可產生音質達44.1kHz規格的立體聲音訊，同時長度更可長達3分鐘，幾乎是多數歌曲 常見長度，預期可讓更多創作者生成所需配樂、音訊內容。
目前Stable Audio 2.0已經對外免費開放使用，使用者能透過Stable AI或Google帳號登入後操作。
《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》
📌 數位新聞這裡看！
訂閱《科技玩家》YouTube頻道！
💡 追新聞》》在Google News按下追蹤，科技玩家好文不漏接！
📢 「找車位神器」3秒搜出停車格！5縣市可用 駕駛實測嘆：相見恨晚
📢網紅「小周牙醫」歧視同志言論挨轟！道歉被網抓包IG、YT秒做1事：沒誠意
📢 Switch 2台北體驗會7/5登場！抽選制、超詳細報名規則曝
📢 ASUS VivoWatch 6 AERO智慧手環開箱！指尖量心電圖 睡眠追蹤曝「9成全淺眠」
📢 YouTube會員台灣便宜雙人方案來了！價格比印度貴近4倍 規則一次看
📢 獨／等到iPhone嗶進站！蘋果iOS18.4開放台灣NFC交易 悠遊卡公司回應了
