用途：Stable Audio 面向音乐与声音设计，可生成器乐、循环、音效、环境声、转场等，不用于语音、配音、克隆或最终混音母带。
主要能力：托管 Stability API 提供 Stable Audio 2/2.5（/v2beta/audio/stable-audio-2/...）与 Stable Audio 3（/v2beta/audio/stable-audio/...）路由，支持文本生成音频、音频转音频、修补/续写。托管输出为 44.1 kHz 立体声，mp3 或 wav。2/2.5 同步返回，时长 1-190 秒；3 返回 HTTP 202 与 generation id，需轮询 GET /v2beta/audio/results/{id}，时长 1-380 秒。提示词上限 10000 字符。steps：2 为 30-100（默认 50），2.5 与 3 为 4-8（默认 8）。cfg_scale 范围 1-25。音频转音频 strength 范围 0-1。修补用 mask_start/mask_end（秒）。开放权重包括 Stable Audio Open 1.0（最长 47 秒）与 Stable Audio 3 的 small-music、small-sfx、medium（Large 仅 API）。
使用方式：先明确交付角色与时长，再选路由。需要 191-380 秒或异步时用托管 Stable Audio 3；需要同步且 190 秒内用 2.5；仅在既有管线依赖时用 2。本地或微调用开放权重。提示词描述声音本身（类型、BPM、情绪、乐器、结构），避免视觉描述。参数上显式指定 model，保留 seed 以便复现，编辑用 wav、预览用 mp3。
适用场景：音乐床、游戏/品牌音效、环境声、循环与续写编辑。
限制：不支持歌词演唱、配音、克隆、精确复刻已知艺人或受版权录音；上传音频须已获授权，Stability 会做内容识别扫描。托管定价按积分计（1 积分=0.01 美元，可能变动），失败生成不计费。具体价格、平台与效果以官方最新资料为准，本条目未提供更多细节。