全球最快端側音訊生成模型登場！Stable Audio Open Small 手機 8 秒內生出 11 秒立體聲音效

AI 新創公司 Stability AI 近日推出全新音訊生成模型 Stable Audio Open Small，號稱是目前速度最快、可於智慧型手機上本地運行的 AI 音訊生成工具，8 秒內即可離線製作 11 秒立體聲音效，在業界引起廣泛關注。

根據 TechCrunch 報導，與當前熱門的 Suno、Udio 等雲端音樂 AI 工具不同，Stable Audio Open Small 最大的亮點是：完全不依賴雲端伺服器，能直接在手機端進行生成與運算。

適合製作鼓點與樂器片段

此模型專為快速生成節奏類、背景音效設計，適合用於以下應用場景：

• 節奏鼓點

• 合成器 loop

• 簡易旋律素材

• 遊戲/短影音音效設計

目前生成長度最長為 11 秒立體聲音頻，且反應時間僅需 8 秒以內，非常適合即時原型開發與創作工作流程中使用。

手機上也能跑　與 Arm 合作特別優化

為了讓模型真正實現「端側運行」（即本地處理），Stability AI 與晶片大廠 Arm 合作開發與最佳化模型架構，讓其能順利在搭載 Arm CPU 的智慧型手機與裝置上運作，不必倚賴高速網路與雲端運算資源。

與部分競品（如 Udio、Suno）遭質疑使用商業音樂數據訓練不同，Stable Audio Open Small 僅使用合法授權且免版稅的開源資料來源，包括：

• Free Music Archive（FMA）

• Freesound 音效資料庫

此舉也讓模型具備更明確的使用安全邊界，適合用於教育、創作、商業原型設計等場景。

限制與條件：目前僅支援英文提示、不適合生成人聲歌曲

需要注意的是：

• 模型目前 僅支援英文提示語

• 無法生成自然語音或高品質歌聲

• 音樂風格偏西方，對非西方音樂類型（如中式、日式音階）支援尚不成熟