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

这篇不列具体价格(以官网为准),而是帮你判断自己属于哪类用户、该选什么方案。

先回答这 5 个问题

  1. 每周大概用几次?偶尔用还是每天用?
  2. 是一个人用,还是需要团队共享与权限管理?
  3. 是否需要接入其他系统(API、集成)?
  4. 处理的数据是否敏感,需要企业级条款吗?
  5. 预算由个人承担还是公司报销?

对应的选择

你的情况建议
偶尔使用、先体验免费版或试用,先跑通一个任务
每天使用的个人个人付费版,按月订阅便于随时调整
3 人以上协作团队版,关注共享空间、权限与账单管理
需要接入系统API 或开发者方案,按用量计费并设上限
有合规要求企业版或私有化,先审数据处理协议

不同产品的方案名称和权益差异很大,Stable Audio 具体有哪些档位、价格多少,请以官方定价页为准,本文不引用可能过期的价格。

试用期内该测什么

课程旁白配音

输入:一份 800 字的讲解稿。

把这份讲稿改成适合朗读的口播版本:句子不超过 20 字,数字改成口语读法,标出需要停顿和重读的地方。

交付前确认:数字读法不会产生歧义。

更多可以试的用法

播客后期

输入:一期双人录制的原始音频。

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。

交付前确认:人声没有被处理得发闷。

短视频配乐

输入:一条 30 秒视频的情绪与节奏。

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。

交付前确认: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。

交付前确认:两种风格差异明显。

常见问题:合成语音读错多音字

在文本中改用同音字或拼音标注,或使用工具的发音词典。

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。

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。

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。

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。

适合人群:音乐人

音乐人可以用 Stable Audio 处理编曲灵感、分轨练习等工作。需要注意:AI 生成音乐的版权归属以平台条款为准,发行前确认。

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: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。

使用提醒

本文基于 Stable Audio 公开的定位与通用用法编写,具体功能、套餐与可用地区以官方页面为准,产品更新后界面和名称可能变化。

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。

延伸阅读