Stability AI在博客中介绍了Stable Audio Open，该工具完全基于无版权音乐训练，可将文本描述转换为最长47秒的音频。它基于商业版Stable Audio构建，今年4月推出的2.0版本已提升了输出清晰度并延长了时长。
与使用受版权保护资源训练的模型不同，Stable Audio Open仅在Free Music Archive和FreeSound等免费库中的48.6万个样本上训练，因此生成录音的质量可能不及前者。
Stability AI表示，该工具专为需要创作鼓点、乐器Riff、环境音效及制作元素的音乐家和电影制作人设计。此外，它还能编辑现有歌曲或应用新风格（如平滑转换为爵士乐）。其一大亮点是支持用户用自己的声音微调模型，例如上传个人鼓点或吉他Riff作为示例，以生成符合个人风格的新音色。
然而，开源特性也限制了其实用性。官方指出，该模型旨在生成用于音乐效果的短片段，而非完整歌曲，无法生成长篇内容或人声。若需生成超过三分钟且更连贯的音乐，建议使用Stable Audio 2.0或Suno等替代方案。
Stability AI还承认，当用户使用非英语指令时，模型表现并不理想。