Terjemahan mesin · Versi asli bahasa Inggris

Stable Audio 3

Pesta pertama ini. Soniqo dokumen halaman Stable Audio 3 dari lokal speech-swift / speech-core implementasi. Hugging Face bundel dihubungkan di bawah ini setelah catatan integrasi.

Halaman Internal Pertama

Mendarat kartu dan menu dokumen sekarang menunjuk di sini pertama; model sumber dan bundel link tetap tersedia dari halaman ini.

Pada sebuah Glance

Model	Stable Audio 3
Peran	Pembuatan musik Text-to-music
Backend	MLX, Didium DiT int8 baku dengan varian int4 yang tersedia
Keluaran	44.1 kHz stereo Float PCM
Bahasa	Bahasa Prompt tergantung pada penyandi teks T5Gemma
Lisensi	Stable Audio istilah model diterapkan
Status	Mesin compose bahasa baku untuk Stable Audio 3 Sedang
Sumber	AI Stability Stable Audio 3
Produk Swift	`StableAudio3MusicGen`
CLI / waktu jalan	`speech compose --engine sa3`

Gunakan

snippet di bawah cermin yang sekarang speech-swift API atau perintah yang terkena repo tersebut.

# Generate 30 seconds of 44.1 kHz stereo audio.
.build/release/speech compose "lofi house loop" \
  --engine sa3 \
  --sa3-variant medium-int8 \
  --seconds 30 \
  -o music.wav

Taut Model

Catatan Implementasi

Unduh telah dikompilasi ke dalam DIT, SAME enkoder / decoder, dan direktori T5Gemma; memindahkannya ke atas kemajuan yang lebih cepat akan cocok dengan jalur Fish.
DiT medium menggunakan 24 lapisan, 1536 ukuran tersembunyi, perhatian diferensial, T5Gemma kondisi, dan SAME-L decode.
Little Music dan Small SFX bundle ID ada, tetapi saat ini Swift port kabel keluarga Medium pertama.
Panjang adalah variabel: langkah laten adalah ceil (detik * 44100 / 4096), maka keluaran dipotong ke durasi yang diminta.