Stable Audio Open Small

Stable Audio Open Small 是 Stability AI 与 Arm 合作开发的一款轻量级文本到音频生成模型。该模型基于 Stable Audio Open，通过参数优化将模型规模从 11 亿减少至 3.41 亿，显著提升了运行效率，适用于移动设备和边缘计算环境。其核心技术依托于 Arm 的 KleidiAI 技术，确保在低功耗硬件上实现高效音频生成，降低计算成本。该模型支持多种音频生成任务，包括音效、乐器片段和环境音等，能够在短时间内完成音频输出，适用于实时应用场景。 在技术实现上，Stable Audio Open Small 采用深度学习架构，结合 Transformer 等先进算法进行文本与音频的编码与解码。通过模型压缩技术如量化和剪枝，进一步提升性能。同时，其推理引擎经过优化，可快速响应，适合移动端应用。项目提供多个资源链接，包括官网、GitHub 仓库、HuggingFace 模型库以及相关技术论文，便于开发者和研究人员使用与研究。 Stable Audio Open Small 可广泛应用于音乐创作、游戏音效生成、视频配乐、智能设备音频处理及教育辅助等多个领域，为音频生成提供了更便捷、高效的解决方案。