Stable-Audio-Tools 入门指南：条件音频生成模型的训练、推理与 Gradio 界面跑通

Stable-Audio-Tools 入门指南条件音频生成模型的训练、推理与 Gradio 界面跑通【免费下载链接】stable-audio-toolsGenerative models for conditional audio generation项目地址: https://gitcode.com/GitHub_Trending/st/stable-audio-toolsStable-Audio-Tools 是 Stability-AI 开源的条件音频生成工具集覆盖模型训练、推理与 Gradio 交互界面帮你从配置到出声音完整走一遍。项目速览谁做的、在哪拿、怎么装Stable-Audio-Tools 由 Stability-AI 贡献代码托管在 GitHub 上团队协作直接用 Git 管理即可。安装入口分两种场景只用推理或训练能力pip install stable-audio-tools从 PyPI 直接装需要跑仓库里的训练脚本和推理代码克隆仓库https://gitcode.com/GitHub_Trending/st/stable-audio-tools在根目录执行pip install .训练脚本在仓库根目录的 train.py模型与数据配置的示例 JSON 放在 stable_audio_tools/configs/ 下可以直接照着改。环境搭建三步走确认 Python 版本 ≥ 3.8仓库开发基线是 3.8.10。安装 PyTorch ≥ 2.0——这一步不能省项目的 Flash Attention 加速依赖 PyTorch 2.0 及以上版本。克隆仓库后进入根目录执行pip install -r requirements.txt补齐其余依赖走源码安装时pip install .已覆盖按需二选一。训练配置两份 JSON 缺一不可train.py启动前强制读取两份配置文件缺哪份都会直接报错模型配置--model-config定义model_type、sample_size、sample_rate等超参数同时包含训练与微调所需的训练段配置数据集配置--dataset-config描述数据来源目前支持本地音频目录和 S3 上的 WebDataset细节见 docs/datasets.md启动命令一行搞定python3 ./train.py --dataset-config /path/to/dataset/config --model-config /path/to/model/config --name my_run--name对应 Weights Biases 的实验名跑之前先wandb login登录。另有一条前置条件容易漏如果在训练或推理中引用 Hugging Face 上的预训练模型需要先在 HF 模型页接受该模型的条款否则拉取权重会失败。Gradio 界面启动一条命令加参数速查装好依赖后用仓库根目录的 run_gradio.py 启动 Web 界面试听模型python3 ./run_gradio.py --pretrained-name stabilityai/stable-audio-open-1.0常用参数速查表参数用途说明--pretrained-name指定 HF 上的模型名与后两个参数二选一自动优先取model.safetensors--model-config本地模型配置路径搭配--ckpt-path使用--ckpt-path本地检查点路径需为 unwrap 后的裸模型权重--share生成公开分享链接布尔开关--username/--password给界面加登录验证两个参数需同时提供--pretransform-ckpt-path替换模型中的 pretransform 权重可选适合测试微调过的解码器--model-half权重转半精度可选省显存三个高频卡点速查现象requirements 装到一半报错PyTorch 装不上原因Python 低于 3.8或 PyTorch 停在 2.0 以下的旧版本。处理先升级 Python 到 3.8再按官方渠道重装 PyTorch 2.0然后重跑pip install -r requirements.txt。现象train.py一执行就提示缺配置或找不到文件原因--dataset-config和--model-config至少缺一或路径指向不存在的位置在仓库根目录之外运行时还需显式加--config-file指向根目录的 defaults.ini。处理两份 JSON 都准备好并核对路径后重启训练。引用 HF 预训练权重却拉取失败则是没接受过模型条款到 HF 模型页点一下同意即可。现象run_gradio.py起不来或起来了但界面打不开原因依赖没装全或同时传了--pretrained-name与本地参数导致取值冲突或加了--share但网络不通。处理确认依赖安装完成本地模型只传--model-config--ckpt-pathHF 模型只传--pretrained-name公开分享失败时先去掉--share走本地访问验证。装好环境、备好两份配置、命令跑通Stable-Audio-Tools 从训练到听声的链路就完整了。【免费下载链接】stable-audio-toolsGenerative models for conditional audio generation项目地址: https://gitcode.com/GitHub_Trending/st/stable-audio-tools创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考