Stable Audio 3 vs MOSS-SoundEffect v2.0: qual modelo de efeitos sonoros aberto?

Stable Audio 3 cria música e efeitos de até 6 min 20 s em oito passos, grátis abaixo de 1 milhão de USD de receita. MOSS-SoundEffect v2.0 cria efeitos de 30 segundos sob Apache 2.0.

  • Atualizado

Veredito. Escolha pela licença e pela duração dos clipes. O MOSS-SoundEffect v2.0 é um único modelo de 1.3B sob Apache 2.0 puro que cria efeitos sonoros de até 30 segundos a 48 kHz a partir de prompts em inglês ou chinês. Usa 100 passos de amostragem, a primeira execução compila por alguns minutos e a ficha não publica benchmark nem valor de VRAM. O Stable Audio 3 é uma família: o modelo Small SFX cria até dois minutos de efeitos na CPU de um notebook, e o Medium cria música e efeitos de até 6 minutos 20 segundos com cerca de 8 GB de memória de GPU, em oito passos de amostragem. Sua licença comunitária é grátis abaixo de 1 milhão de USD de receita anual e exige registro e um crédito Powered by Stability AI, e os repositórios no Hugging Face são gated. A Stability diz que seus modelos estabelecem um novo estado da arte entre sistemas de pesos abertos — uma alegação de sua própria avaliação, então compare as amostras com seus próprios prompts.

Especificações

Especificações Stable Audio 3MOSS-SoundEffect v2.0
DesenvolvedorStability AIOpenMOSS
Lançamento20 de maio de 202625 de maio de 2026
Total de parâmetros1.4B (Medium (music and sound effects, up to 6 min 20 s))1.3B (V2.0 (1.3B DiT))
Parâmetros ativosTodosTodos
ArquiteturaDifusãoDifusão
Janela de contexto––
EntradaTexto, ÁudioTexto
Licença Stability Community (Condicional) Apache 2.0 (Permissiva)
Memória para a menor variante (4 bits)4.02 GB (Small Music (up to 2 min))13 GB (V2.0 (1.3B DiT))

As afirmações de desempenho vêm do desenvolvedor e não foram verificadas de forma independente.

Escolha Stable Audio 3 se

  • Você precisa de clipes mais longos, ou de música além de efeitos, de um único modelo.
  • Você quer inpainting, continuação ou edição de áudio existente, ou um LoRA.
  • Você quer rodar na CPU de um notebook (Small) ou em uma GPU de 8 GB (Medium), em oito passos de amostragem.
  • Sua empresa ganha menos de 1 milhão de USD por ano, ou consegue uma licença da Stability, e você aceita o registro e a linha de crédito.

Escolha MOSS-SoundEffect v2.0 se

  • Você quer termos Apache 2.0 puros, sem teto de receita, registro ou linha de crédito.
  • Você escreve prompts em chinês além de inglês, já que o modelo foi treinado com legendas nos dois idiomas.
  • Clipes de até 30 segundos bastam, e você tem uma GPU com espaço para um modelo de 11 GB, já que a ficha não dá valor de VRAM.
  • Você quer fazer fine-tuning na sua própria biblioteca de sons com as receitas do repositório.

Stable Audio 3 · MOSS-SoundEffect v2.0