SuperAPI AI 工具集

stable-audio-2.5

通用与其它

查看项目

更新于 10-16 04:53

技能介绍

用途:生成轻量的器乐背景音乐,用作对话下的氛围垫底,或 reels、解说类视频的配乐。模型侧重低调、不抢人声的铺底音乐。

主要能力:通过 Replicate 的 stability-ai/stable-audio-2.5 模型生成器乐音频;支持 prompt 提示词、duration 时长、steps、cfg_scale、seed 等输入;输出为 MP3。

使用方式:需先安装并加载配套技能 generation-diversity、audio-prompting、pruna-api,可分别用 npx skills add PrunaAI/pruna-skills@<名称> -y 安装,或一次性安装 npx skills add PrunaAI/pruna-skills@pruna -y。设置环境变量 export REPLICATE_API_TOKEN=r8_...(使用 Replicate 令牌,而非 PRUNA_API_KEY),并确保 ffmpeg 与 ffprobe 在 PATH 中。以 HTTP 方式向 https://api.replicate.com/v1/models/stability-ai/stable-audio-2.5/predictions 发送 POST,轮询直到 succeeded 后下载 MP3。

输入要点:prompt 必填;常用可选字段为 duration(1–190 秒,建议匹配或略超视频长度)、steps(4–8,默认 8)、cfg_scale(1–25,默认 1)、seed。提示词应明确 Instrumental 与 no vocals,BPM 约 88–98 更不易压过对话。

限制与注意:不适用于带人声的原创歌曲(改用 music-2.5)或语音旁白(改用 gemini-3.1-flash-tts);混音音量参考约 0.08–0.15(人声下)。其余价格、平台效果等资料未提供。