Stable Audio 是一款在线服务:Stability AI 的音乐与音效生成产品。

这篇面向国内用户,讲注册使用要点、合规注意和国产同类的对照。

国内使用前要考虑的事

  • 访问与服务可用性:是否在你所在地区提供服务,以官方说明为准。
  • 支付方式:订阅通常需要境外支付方式,企业采购还要考虑发票。
  • 数据跨境:涉及个人信息或重要数据时,需要评估合规要求。
  • 遵守所在地法律法规与单位的信息安全规定。

国产同类对照

如果你需要国内可直接使用的方案,可以对照了解:讯飞配音、CosyVoice、通义听悟。建议用同一组任务分别测试,比较效果、速度和数据条款。

一个通用测试任务

会议录音转写

准备材料:一段 1 小时的会议录音。

转写这段录音并区分发言人,生成要点摘要和待办清单,人名和专有名词按我提供的名单校正:【名单】。

交付前确认:专有名词按名单校正。

补充练习

短视频配乐

适用情况:手头有一条 30 秒视频的情绪与节奏时。

生成一段 30 秒的背景音乐:轻快、温暖、无人声,前 5 秒渐入,结尾干净收尾,适合生活类短视频。

检查点:结尾没有突然截断。

有声读物试音

输入:一个章节的文本。

用两种不同的声音风格朗读这一章节的前 300 字:一种沉稳叙述,一种轻松亲切,对比后选择更适合的版本。

检查点:两种风格差异明显。

播客后期

适用情况:手头有一期双人录制的原始音频时。

处理这期音频:降低底噪、统一两人音量、删除超过 2 秒的停顿,保留自然的语气词,输出前后对比的处理记录。

检查点:人声没有被处理得发闷。

常见问题:转写错字集中在专有名词

提前提供人名、产品名词表,转写后批量替换。

常见问题:配乐与画面情绪不符

先写清情绪关键词和节奏,再分段生成拼接。

常见问题:降噪后声音发闷

降低处理强度,宁可保留少量底噪。

概念补充:人声分离

把歌曲或录音拆分为人声与伴奏等音轨。

概念补充:响度标准化

把音频调整到平台推荐的响度范围,避免忽大忽小。

适合人群:记者编辑

记者编辑可以用 Stable Audio 处理采访整理、资料核查等工作。需要注意:事实必须多源核实,不得用 AI 生成虚构引语,遵守所在机构的 AI 使用规范。

适合人群:视频剪辑师

视频剪辑师可以用 Stable Audio 处理粗剪与选段、字幕与调色等工作。需要注意:确认音乐和素材授权,客户素材不随意上传公共平台。

适合人群:自媒体创作者

自媒体创作者可以用 Stable Audio 处理选题与脚本、封面与剪辑等工作。需要注意:注意素材版权与平台规则,AI 生成内容按平台要求标注。

写在最后

涉及个人信息、商业机密或受监管数据时,先确认 Stable Audio 的数据处理条款,再决定能否使用。

文中提示词和示例仅作示意,实际效果取决于你的材料和 Stable Audio 当前版本,重要内容请人工核对后再使用。

延伸阅读