2026年开源AI音乐生成：AudioCraft（2.3万星）对比 Stable Audio Tools，本地免费生成音乐

Meta的AudioCraft（23,536星）和Stability的stable-audio-tools（3,835星）能用自己的GPU生成音乐、音效和循环乐段——免费、无订阅、版权归你。

💡 你将学到

Meta的AudioCraft（23,536星）和Stability的stable-audio-tools（3,835星）能用自己的GPU生成音乐、音效和循环乐段——免费、无订阅、版权归你。

📜 目录

• 直接给结论
• 用MusicGen生成第一首曲子
• 好用的提示词技巧
• 真实数据
• FAQ
• 相关文章

直接给结论

Meta的AudioCraft（23,536星，MIT）是最完整的开源音乐生成库：包含MusicGen（文字生成音乐）、AudioGen（文字生成音效）和EnCodec（压缩）。stable-audio-tools（3,835星，MIT）是Stability的开源版本——在更强的显卡上能生成更长、更高质量的立体声音乐。

用MusicGen生成第一首曲子

pip install audiocraft

from audiocraft.models import MusicGen
model = MusicGen.get_pretrained('facebook/musicgen-medium')  # 1.5B参数
model.set_generation_params(duration=8)

descriptions = ["upbeat electronic dance track with synth lead", "calm lo-fi beats for studying"]
wav = model.generate(descriptions)

好用的提示词技巧

1. 写清楚风格+速度+乐器："jazz piano trio, slow tempo, 60s film noir mood"
2. 加制作质感词："with vinyl crackle"（黑胶底噪）、"radio-friendly mix"
3. 先生成4-8秒的循环乐段——比整曲可控得多

真实数据

• MusicGen-medium（15亿参数）在24GB显卡上生成8秒音频约10-15秒。
• MusicGen-small（3亿参数）8GB显卡就能跑，快3倍——做草稿足够。
• AudioCraft被数千篇论文引用，也是很多商业工具的后端。

FAQ

Q：生成的音乐能商用吗？ A：代码是MIT，模型权重开放使用，但每个checkpoint要看模型卡——MusicGen权重是研究友好授权。

Q：显卡弱怎么办？ A：用免费Colab显卡，或在Vast.ai/RunPod上租RTX 4090（约0.3美元/小时）批量生成。

Q：做声音转换呢？ A：声音转换和歌声合成用RVC（37,104星），这是开源标准——配Coqui TTS（45,857星）使用。

相关文章

• 2026年开源AI生图：Diffusers（3.4万星）对比 Stable Diffusion 与 Flux，本地免费图像模型
• 2026年开源文生视频：Open-Sora（2.9万星）对比 AnimateDiff 与 Stable Video Diffusion，本地生成视频
• 2026年开源AI知识库：Danswer（3.1万星）对比 DocsGPT 与 AnythingLLM，会自己回答问题的团队维基

❓ 常见问题

Can I use the generated music commercially?

The code is MIT and the model weights are released for use, but check the model card for each checkpoint - MusicGen weights are research-friendly licensed.

My GPU is weak - alternatives?

Use a free Colab GPU, or rent an RTX 4090 on Vast.ai/RunPod for ~$0.30/hour to generate a batch of tracks.

RVC for voice?

For voice conversion and singing, RVC (37,104 stars) is the standard open-source choice - pair it with a TTS like Coqui (45,857 stars).