Stable Audio 2.0支持用户通过文本或音频,一次性可生成3分钟44.1 kHz的摇滚、爵士、电子、嘻哈、重金属、民谣、流行、乡村等20多种类型的高质
Stable Audio 2.0 是音频语音方向的 AI 产品,Stable Audio 2.0支持用户通过文本或音频,一次性可生成3分钟44.1 kHz的摇滚、爵士、电子、嘻哈、重金属、民谣、流行、乡村等20多种类型的高质。官网可查看最新功能、使用方式与定价。
AI 语音合成
标贝悦读,深耕中文语音合成多年,提供 TTS API、声音定制与克隆服务,企业用得多。
视频生成
删文字即删画面,配乐、去填充词、克隆配音一站完成,播客团队标配。
音频语音
多语言高质量 TTS 与声音克隆,支持中文,广泛用于有声书、播客与视频配音。
参考图生视频的运镜表现惊艳,同门语音模型国内一流。