Stable Audio 3 vs MOSS-SoundEffect v2.0 : quel modèle d'effets sonores ouvert ?

Stable Audio 3 produit musique et effets jusqu'à 6 min 20 s en huit étapes, gratuit sous 1 M US$ de revenus. MOSS-SoundEffect v2.0 produit des effets de 30 secondes sous Apache 2.0.

  • Mis à jour le

Verdict. Choisissez selon la licence et la durée des clips. MOSS-SoundEffect v2.0 est un unique modèle de 1.3B sous Apache 2.0 pur qui produit des effets sonores de 30 secondes maximum à 48 kHz à partir de prompts en anglais ou en chinois. Il utilise 100 étapes d'échantillonnage, sa première exécution compile quelques minutes, et la fiche ne publie ni benchmark ni chiffre de VRAM. Stable Audio 3 est une famille : le modèle Small SFX produit jusqu'à deux minutes d'effets sur le CPU d'un portable, et Medium produit musique et effets jusqu'à 6 minutes 20 avec environ 8 GB de mémoire GPU, en huit étapes d'échantillonnage. Sa licence communautaire est gratuite sous 1 million de US$ de revenus annuels, exige un enregistrement et un crédit Powered by Stability AI, et les dépôts Hugging Face sont gated. Stability affirme que ses modèles établissent un nouvel état de l'art parmi les systèmes à poids ouverts — une affirmation de sa propre évaluation : comparez donc les échantillons avec vos propres prompts.

Spécifications

Spécifications Stable Audio 3MOSS-SoundEffect v2.0
DéveloppeurStability AIOpenMOSS
Date de sortie20 mai 202625 mai 2026
Paramètres totaux1.4B (Medium (music and sound effects, up to 6 min 20 s))1.3B (V2.0 (1.3B DiT))
Paramètres actifsTousTous
ArchitectureDiffusionDiffusion
Fenêtre de contexte––
EntréeTexte, AudioTexte
Licence Stability Community (Conditionnelle) Apache 2.0 (Permissive)
Mémoire pour la plus petite variante (4 bits)4.02 GB (Small Music (up to 2 min))13 GB (V2.0 (1.3B DiT))

Les affirmations de performance viennent du développeur et n’ont pas été vérifiées de manière indépendante.

Choisissez Stable Audio 3 si

  • Vous avez besoin de clips plus longs, ou de musique en plus des effets, depuis un seul modèle.
  • Vous voulez l'inpainting, la continuation ou l'édition d'audio existant, ou un LoRA.
  • Vous voulez l'exécuter sur le CPU d'un portable (Small) ou sur une GPU de 8 GB (Medium), en huit étapes d'échantillonnage.
  • Votre entreprise gagne moins d'un million de US$ par an, ou peut obtenir une licence Stability, et vous acceptez l'enregistrement et la ligne de crédit.

Choisissez MOSS-SoundEffect v2.0 si

  • Vous voulez des termes Apache 2.0 purs, sans plafond de revenus, enregistrement ni ligne de crédit.
  • Vous promptez en chinois comme en anglais, le modèle ayant été entraîné avec des légendes dans les deux langues.
  • Des clips de 30 secondes maximum suffisent, et vous avez une GPU avec la place pour un modèle de 11 GB, la fiche ne donnant pas de chiffre de VRAM.
  • Vous voulez fine-tuner sur votre propre bibliothèque de sons avec les recettes du dépôt.

Stable Audio 3 · MOSS-SoundEffect v2.0