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。》
📌 數位新聞搶鮮看！
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！
📢 WWDC 2026看這篇就懂！3分鐘掌握Apple最重要3大更新亮點
📢 WWDC 2026除了AI…iOS 27還有7大寶藏功能：鬧鐘音量終於獨立
📢iPhone Fold「最清楚」實機照曝光！蘋果摺疊機改護照式大小、剩1種顏色
📢 LINE免費貼圖7款！日文諧音哏「鼠咪嗎誰」必用 吉娃娃配GUCCI超迷因
📢小米空氣淨化器6開箱！過濾細菌、病毒、甲醛汙染源 過敏族殺菌高CP
📢 舊Apple Watch真的要丟了！Watch OS 27完整支援名單 連旗艦款都說掰掰
討論區