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。

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。