重磅！手机也能玩AI音频了？
最近，AI圈儿又热闹了！Stability AI，就是那个搞Stable Diffusion的，联合芯片大佬Arm，一起推出了一个超轻量级的文字转音频模型——Stable Audio Open Small。这名字有点长，咱们就叫它“小小音频”吧！
这“小小音频”厉害在哪儿呢？它最大的特点就是“轻”！只有3.41亿个参数，啥概念？就是说它能在你的智能手机上直接运行，不用连网，不用跑云端，随时随地想生成音频就生成音频！
技术牛在哪儿？手机跑得飞起！
得益于和Arm的深度合作，“小小音频”用了KleidiAI库做了优化，速度快到惊人！在手机上，不到8秒就能生成一段11秒的音频。要知道，它的大哥Stable Audio Open可是有11亿参数，相比之下，“小小音频”简直就是个小火箭！
而且，它还用了对抗式后训练（ARC）技术，省去了传统的蒸馏啥的，进一步提升了速度。在高端的NVIDIA H100GPU上，生成时间甚至能缩短到75毫秒！这速度，简直没谁了！不管你是想设计个音效，还是想创作个音乐片段，“小小音频”都能帮你搞定！
专攻音效！短音频创作神器！
“小小音频”最擅长的就是生成短音频样本，最长11秒。像音效、鼓点、乐器片段、环境音这些，都是它的强项。你只需要输入简单的英文描述，比如“海浪拍打海岸的声音”，或者“128BPM电子鼓循环”，就能快速生成44.1kHz的立体声音频。生成的音效和节奏片段细节丰富，特别适合音效设计师、音乐制作人，还有内容创作者们使用。
当然，“小小音频”也有局限性。它目前只支持英文提示，而且不太擅长生成逼真的歌声或者完整的歌曲。另外，因为训练数据主要以西方音乐为主，所以处理非西方音乐风格的时候可能效果会差一些。大家使用的时候可以根据需求调整提示，争取达到最好的效果。
开源！版权也考虑到了！
这次，Stability AI做的很地道， “小小音频”的训练数据全部来自Free Music Archive和Freesound的免版税音频，完全不用担心版权问题。这个做法给其他AI公司做了一个好榜样，告诉大家搞AI也要讲道德！
作为开源项目，“小小音频”的模型权重已经在Hugging Face和GitHub上公开了，大家可以免费下载。而且，它还采用了Stability AI社区许可，个人用户、研究人员，以及年收入低于100万美元的小企业都可以免费使用。只有那些大型企业才需要申请企业许可。这个宽松的许可策略，大大降低了技术门槛，让更多的人可以参与到AI音频生成的应用中来。
意义重大！移动AI要起飞！
“小小音频”的发布，意味着AI音频生成技术正在向移动设备迈进。和那些依赖云端处理的竞品不一样，它可以在离线状态下运行，特别适合在移动场景下使用。可以预见，这款模型将推动智能手机、平板电脑等设备的智能化升级，为虚拟主播、游戏音效、教育内容创作等领域带来新的机会。
Stability AI和Arm的合作，也为端侧AI的发展提供了一个很好的例子。通过优化模型以适应低功耗硬件，“小小音频”不仅降低了创作成本，也让更多的人可以体验到AI音频生成的乐趣。这种普惠化的趋势，有望重塑音频创作生态，让更多普通用户参与到专业级的音效设计中来。
国产AI，加油！
总的来说，“小小音频”的发布，展现了Stability AI在音频生成领域的实力。同时也提醒我们，国内的AI企业也要加快在端侧AI和开源生态上的布局，才能在全球竞争中占据优势！
