一、介绍

Stable Audio Open 是一种开源的文本到音频模型，允许用户从简单的文本提示中生成长达 47 秒的高质量音频数据。该模型非常适合创建鼓点、乐器即兴演奏、环境声音、拟音录音和其他用于音乐制作和声音设计的音频样本。用户还可以根据他们的自定义音频数据微调模型，使他们能够从自己的鼓录音中创建新的节拍。

官方地址：https://stable-audio-open.com/zh

二、容器构建说明

本文档针对ComfyUI进行部署使用，因此在正式部署之前需要部署ComfyUI

1. 部署ComfyUI

（1）使用命令克隆ComfyUI

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

（2）安装 conda（如已安装则跳过）

下面需要使用 Anaconda 或 Mimiconda 创建虚拟环境，可以输入 conda --version 进行检查。下面是 Mimiconda 的安装过程：

• 下载 Miniconda 安装脚本

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

• 运行安装脚本

bash Miniconda3-latest-Linux-x86_64.sh

• 遵循安装提示并初始化

按 Enter 键查看许可证条款，阅读完毕后输入 yes 接受条款，安装完成后，脚本会询问是否初始化 conda 环境，输入 yes 并按 Enter 键。

• 运行 source ~/.bashrc 命令激活 conda 环境
• 再次输入 conda --version 命令来验证是否安装成功，如果出现类似 conda 4.10.3 这样的输出就成功了。

（3）创建虚拟环境

输入下面的命令：

conda create -n comfyui python=3.10
conda activate comfyui

（4）安装pytorch

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121

（5）安装项目依赖

pip install -r requirements.txt

此时所需环境就已经搭建完成，通过下面命令进行启动：

python main.py

访问网址得到类似下图界面即表示成功启动：

2.部署audio-open

(1)下载模型

模型放置在 ComfyUI/models/chekpoints/ 文件夹下

模型主页：stabilityai/stable-audio-open-1.0 at main (huggingface.co)

点击上面链接，访问 Hugging Face 下载模型，如下图。首次访问该页面时，需要同意用户协议才能看到模型下载页。

下载下图模型：

（2）下载模型 t5_base

模型放置在 ComfyUI/models/clip/ 文件夹下

模型主页：model.safetensors · google-t5/t5-base at main (huggingface.co)

点击上面链接，访问 Hugging Face 下载模型:

hugging face的下载方式有多种，如上图，可以在①处直接下载，也可以在②处克隆，还可以通过脚本下载，方式众多，自己选择。当然也可以通过魔搭社区进行下载，如下图：

（2）获取工作流

访问Audio Examples | ComfyUI_examples (comfyanonymous.github.io)下载下图的音频，然后拖入comfyui界面中即可出现工作流，因为其中中已包含相关信息。

此时comfyui中会出现下面AuraFlow的工作流:

这样AuraFlow就可以在comfyui中使用了。

3. 拓展插件安装（可选）

（1）下载manager管理器

manager 是一个用来加强ComfyUI可用性的扩展，提供了对ComfyUI各种自定义节点的安装、删除、禁用、启用等管理功能。同时还提供了中心功能和便利功能，用来访问 ComfyUI 中各种信息。

cd /ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

成功安装之后重启界面会出现一个“Manager”如图：

（2）界面汉化插件

git clone https://github.com/AIGODLIKE/AIGODLIKE-ComfyUI-Translation.git

下载文件之后需要重新启动，重启模型之后：

设置一次之后可点击图中框选出的选项进行语言的切换：

（3）中文提示词插件安装

cd /ComfyUI/custom_nodes
git clone https://github.com/thisjam/comfyui-sixgod_prompt.git

然后重启ComfyUI后看到下图的小标志就表示可以了：

使用方法：双击页面，在搜索框中搜索“six”即可出现，点击sixGodPrompts，此时出现的就是提示词的中文输入框可以替代自带的clip输入框，可点击左下角的小标或按“AIT”+“q”打开和隐藏。

使用方法如下：

点击此处， 立即体验ComfyUI-stable-audio-open！