Stable Audio 3.0: как создавать музыку длиной до 6 минут с помощью ИИ

Stable Audio 3.0 - это новый генератор музыки и звука от компании Stability AI, официально запущенный 20 мая 2026 года. Это первый в своем роде инструмент с открытыми весами (open weights), способный создавать полноценные музыкальные треки длиной до 6 минут и 20 секунд. Ни один предыдущий open-source генератор музыки не достигал такой продолжительности выходного аудио.

Stable Audio 3.0 - это не один инструмент, а целое семейство моделей с разными характеристиками. Компания выпустила четыре версии:

Кому подойдет Stable Audio 3.0:

Ключевое преимущество перед конкурентами - открытые веса для трех из четырех моделей. Это означает, что вы можете скачать модель и запускать её локально без интернета, без лицензионных ограничений на коммерческое использование выходов и без платы за каждую генерацию. Для сравнения: Suno, Udio и другие популярные генераторы музыки работают только в облаке и требуют подписки.

В зависимости от ваших потребностей есть несколько способов начать работу со Stable Audio 3.0.

Вариант 1: Через веб-интерфейс stableaudio.com (самый простой)

Вариант 2: Через API (для разработчиков)

Пример запроса через curl:

curl -X POST https://api.stability.ai/v2beta/audio/stable-audio-3/generate \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "prompt": "Upbeat electronic music with synthesizer, 120 BPM",
    "duration": 60,
    "model": "stable-audio-3-large"
  }' \
  -o output.mp3

Вариант 3: Локальный запуск через HuggingFace (для техническое продвинутых пользователей)

Модели Small и Medium с открытыми весами можно запустить локально. Требования к системе:

Установка через Python:

# Установите необходимые библиотеки
pip install stable-audio-tools torch torchaudio

# Загрузите модель
from stable_audio_tools import get_pretrained_model
model, model_config = get_pretrained_model('stabilityai/stable-audio-3-small')

Для пользователей без опыта программирования: более простой способ локального запуска - через интерфейс ComfyUI с установленным плагином для Stable Audio. Инструкции по установке ComfyUI есть на официальном сайте comfyui.com.

Разберем первые шаги в веб-интерфейсе stableaudio.com - это самый доступный способ начать работу без технических сложностей.

Шаг 1: Создайте первый трек

В основном интерфейсе вы увидите текстовое поле «Describe the audio». Введите описание на английском языке - модель работает значительно лучше с английскими промптами. Хороший пример: «Calm piano melody with soft strings, slow tempo, for meditation, ambient music».

Указывайте в описании:

Шаг 2: Установите продолжительность

Ползунок Duration позволяет выбрать длину трека. Для первого знакомства попробуйте 30-60 секунд - это быстрее генерируется и проще оценить качество. Для полноценных треков установите 120-180 секунд.

Шаг 3: Попробуйте audio inpainting

Это одна из уникальных функций Stable Audio 3.0: возможность изменять отдельные сегменты уже сгенерированного трека, не затрагивая остальную часть. Загрузите аудиофайл, выделите нужный участок на временной шкале и опишите, что должно быть на его месте. Это мощный инструмент для точной доработки треков.

Шаг 4: Поэкспериментируйте с промптами

Попробуйте разные жанры и описания. Несколько стартовых промптов:

Шаг 5: Скачайте результат

Нажмите кнопку Download для скачивания трека в формате WAV или MP3. Выходные файлы имеют качество 44.1 кГц, что подходит для большинства профессиональных задач. Файлы в вашей библиотеке сохраняются в вашем аккаунте.

Stable Audio 3.0 обладает рядом функций, которые выгодно отличают его от других генераторов музыки.

Треки длиной до 6 минут 20 секунд

Это рекорд для открытых моделей генерации музыки. Большинство конкурентов ограничиваются 30-90 секундами. Возможность генерировать полноценные треки делает Stable Audio 3.0 практически применимым для реальных проектов - создания альбомов, саундтреков к видео, длинных медитативных или фоновых треков.

Audio Inpainting - точечное редактирование аудио

Аналог инпейнтинга в изображениях, но для звука. Вы можете выделить конкретный сегмент аудио (например, 10 секунд из середины трека) и перегенерировать только его, задав новое описание. Это позволяет тонко доработать результат без полной перегенерации, сохранив удачные части трека.

Открытые веса (Open Weights)

Три из четырех версий модели (Small SFX, Small, Medium) имеют открытые веса, доступные на HuggingFace под лицензией Stability AI Community License. Это означает бесплатное использование в некоммерческих целях и возможность коммерческого применения при соблюдении условий лицензии. Пользователи могут дообучать модели на своих данных.

Коммерческие права на выходы

Важное отличие от некоторых конкурентов: пользователи Stable Audio 3.0 имеют право на коммерческое использование сгенерированной музыки. Это означает, что треки, созданные с помощью инструмента, можно использовать в коммерческих проектах - монетизированных видео, рекламе, продаже как роялти-фри музыки. Конкретные условия зависят от используемого плана и версии модели.

Специализированная модель для SFX

Отдельная модель Stable Audio 3.0 Small SFX создана специально для генерации звуковых эффектов: шаги, выстрелы, природные звуки, технические шумы, взрывы. Это открывает отдельную область применения - создание звукового дизайна для игр, кино, подкастов без необходимости лицензировать библиотеки звуков.

Семейство моделей для разных задач

Наличие четырех версий позволяет выбрать оптимальный баланс между качеством и ресурсами. Для быстрого прототипирования подойдет Small, для продакшн-качества - Large через API. При необходимости можно использовать разные модели на разных этапах работы.

Stable Audio 3.0 предлагает несколько вариантов использования с разными условиями. Цены и лимиты указаны на момент написания и могут изменяться.

Бесплатный план (stableaudio.com):

Платные планы (stableaudio.com):

На момент написания Stability AI предлагала несколько платных уровней подписки. Актуальные цены и условия смотрите на официальном сайте - они периодически меняются в рамках обновлений коммерческой политики компании.

API (platform.stability.ai):

Локальный запуск (HuggingFace):

Технические ограничения:

Для работы со Stable Audio 3.0 через веб-интерфейс stableaudio.com VPN скорее всего потребуется, однако ситуация несколько лучше, чем с сервисами Google или OpenAI.

Текущая ситуация:

Stability AI - британская компания, которая не имеет прямых санкционных ограничений, специфически направленных против российских пользователей. Однако доступ к сайту и оплата могут быть затруднены по разным причинам - от технических до платежных.

Что работает без VPN:

Что может требовать VPN:

Главное преимущество для российских пользователей:

Возможность локального запуска моделей с открытыми весами - это наиболее надежный способ использования Stable Audio 3.0 без зависимости от доступности зарубежных сервисов. Скачайте модель через HuggingFace один раз - и дальше работайте полностью офлайн без VPN и без платежных ограничений.

Рекомендации:

Отдельно стоит отметить: даже без доступа к веб-интерфейсу stableaudio.com вы получаете полноценный инструмент через локальный запуск. Это уникальное преимущество Stable Audio 3.0 перед конкурентами - Suno, Udio и другие облачные сервисы не предлагают такой возможности. Для российских пользователей это особенно актуально, так как снимает зависимость от доступности зарубежных сайтов и платежных систем. Проверяйте актуальный статус доступности сервиса на момент использования.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.