近日，《你的钢门比较摇滚》刷遍全网，其背后的功臣少不了Suno AI技术的推动，而继Suno 大火后，AI绘图应用Stable Diffusion的母公司Stability AI也推出了迭代的文生音频作曲工具——Stable Audio 2.0（后简称SA2），新版本允许用户生成的音乐长度可达3分钟，比Suno还长1分钟！

SA2一经注册便可获得20积分，消耗积分点数不受音频时长影响，免费用户每月最多可生成20首音乐，生成次数总体上比限流前的Suno要少上许多。

进入SA2的生成页，用户仅需2-3步便能生成专属音乐。首先，在左上角提示词框内输入相关需求文本，例如流派、乐器和情感术语，以及BPM每分钟节拍速度等。

其次，用户可自定义选择模型生成，默认使用的是SA2.0模型。每使用一次SA2.0的模型生成音频，便会消耗2点积分（上限3分钟），SA1.0模型则消耗1点积分（上限1分30秒），免费用户若仅使用2.0模型，实际每个月最多只可生成10条音频。

最后，调整所需音乐时长，点击Generate生成按钮便可实现0基础的音乐创作。

本次最大的升级在于，SA2新增音频到音频的生成功能，允许用户使用提示词对音频样本进行再生成，例如，用户只需录制上传一段哼唱干音并给予提示词，便可得到一段乐器演奏的旋律。

即便Stable Audio迭代到了2.0版本，可如果对标到了Suno AI，一切都显得微妙了起来。一方面，目前SA2更偏向于生成纯音乐，生成的演唱曲目人声不完整，电音充足，听起来像是音痴录音的倒放，如果要说感受，那就是会笑死人不偿命。

另一方面，大部分生成的音乐节奏感较弱，旋律走向过于平铺直叙，缺乏惊喜感。另外，对于中文用户而言，无法生成中文曲目也是硬伤。

但总体而言，SA2的诞生还是可喜可贺的，虽然在文生音乐的能力上仍有进步空间，但音频转音频的实力还是给足了许多音乐爱好者许多探索期许的。一来是提高了音色转换的效率，二来则是为许多音乐创作者开拓思路，也算是丰富了另一条AI音频的赛道。

AIGC的变化可谓是瞬息万变，从起初的智能聊天到如今视听作品的生产，只要你也懂得使用AI工具，你一个人便是一个团队！可AI生产总绕不过一个课题，便是要拥有一张性能充足的显卡！影驰 RTX 4070 Ti SUPER 金属大师 OC，16GB超大显存轻松满足各大AI应用的使用需求，革命性的TensorRT加速也可全面提升你的战斗力，让你秒变效率战神！