Stable Audio 常用模板：直接套用的写法
Stability AI 的音乐与音效生成产品——这是 Stable Audio 最主要的用途，也是本文讨论的前提。
这篇不讲概念，直接给能复制修改的模板，以及每个模板该怎么填。
模板怎么用
每个模板都由三部分组成：背景（你是谁、要做什么）、约束（格式、篇幅、禁止事项）、验收（怎样算合格）。把方括号里的内容换成你自己的信息即可。
模板 1：分轨练习
适合：一首用于练习的歌曲音频。
把这首歌分离成人声、鼓、贝斯和其他乐器，并把伴奏降低两个半音，方便练唱。
填写提示：要求它在不确定处标注，而不是自行补全；验收看「分离后人声没有明显残留伴奏」。
模板 2：播客后期
适合：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。
填写提示：把你最看重的一条要求放在最前面；验收看「人声没有被处理得发闷」。
模板 3：有声读物试音
适合：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。
填写提示：要求它在不确定处标注，而不是自行补全；验收看「两种风格差异明显」。
模板维护
- 给每个模板编号并记录修改日期。
- 保留一份「效果好」的示例输出作为对照。
- 团队共用时注明适用场景和负责人。
更多可以试的用法
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】。
检查点：专有名词按名单校正。
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。
短视频配乐
准备材料：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。
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：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：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：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：研究生
研究生可以用 Stable Audio 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。
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。
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。