Stable Audio 3 声音资产生成工作流

这是一款基于 Stable Audio 3 Medium Base + T5Gemma Stable Audio 文本编码器 + 分类智能扩写 + Music / Instrument / SFX / One-shot 四类声音模板 + KSampler 音频采样 + VAE 音频解码 的声音资产生成应用。用户只需要输入一句简单的声音需求，选择音频类型和时长，系统就可以生成对应的音乐、乐器素材、音效、环境声或 one-shot 声音资产。

这条流的核心优势是：不是只把一句短提示词直接丢给模型，而是先按声音资产类型重写提示词。 如果用户选择 Music，它会扩写成包含风格、乐器、节奏、情绪、BPM 和时长的完整音乐提示词；如果选择 Instrument，它会生成适合 loop / stem / 乐器片段的提示词；如果选择 SFX，它会强调声源、材质、空间、运动和时间演化；如果选择 One-shot，它会生成短促、孤立、可用于音乐制作或游戏交互的单次声音。适合做短剧配乐、游戏音效、视频转场音、按钮提示音、环境氛围声、乐器 loop、BGM 草稿、影视音效、广告声音素材和 AI 视频配乐资产。使用时建议重点控制四项：用户声音提示词决定生成方向，音频类型决定扩写逻辑，音频时长决定素材长度，随机种子决定可复现性。
🎁先领RH币，再去体验工作流！右上角头像→邀请码→输入【rh-v1111】，立领1000RH币，每天登录还能再领100币～更多ComfyUI工作流、教程和玩法，欢迎关注公众号（AIKSK），抖音 / 哔哩哔哩 / 小红书 / YouTube（AI-KSK）同步更新中✨