Stable Audio — это модель ИИ для создания высококачественного аудио по естественному языку или на основе загруженных примеров. Вы можете ввести описательный запрос, например «хэви-метал трек», или загрузить фрагмент и попросить модель преобразовать его. Stable Audio 2.0 умеет генерировать полноценные стерео треки до 3 минут с частотой 44.1 кГц, что позволяет получать вступления, развитие и окончания с ощущением музыкальной целостности. Модель также прекрасно справляется с короткими клипами, звуковыми эффектами и атмосферными слоями для игр, кино, рекламы и медиа-проектов. Практические преимущества включают быструю прототипизацию музыкальных идей, создание инструментальных дорожек для контента, генерацию ambients и эффектов, а также эксперименты со стилевым переносом с помощью подсказок и референсов. Модель удобна для пользователей: естественные текстовые запросы позволяют быстро получать результаты без глубоких технических знаний. Для продвинутых задач доступна версия Stable Audio Open с весами на Hugging Face, что даёт возможность докачки и адаптации под собственные наборы данных. Особенность Stable Audio — сочетание качества и эффективности: аудио получается детализированным, при этом модель доступна на различном оборудовании. Обучение проводилось на лицензированных данных с компенсацией авторам и уважением к opt-out, что способствует более ответственному использованию. Ограничения: модель хуже воспроизводит реалистичные вокалы и очень сложные мелодические линии, а максимальная длительность пока около трёх минут. Для лучших результатов часто требуется уточнение подсказок и итеративная генерация. Кому полезна модель: музыкантам и продюсерам для быстрого создания идей и треков, саунд-дизайнерам для уникальных эффектов и амбиентов, разработчикам игр и фильмов для ускорения аудиопроцессов, а также разработчикам, желающим строить кастомные инструменты на открытых весах.