# Stable Audio 3 small-sfx — 本地音效生成

## 位置
- 代码仓库: `/home/ubuntu/SoundGame/tools/stable-audio-3`
- Python 环境: `/home/ubuntu/SoundGame/tools/stable-audio-3/.venv`（uv 管理，Python 3.10）
- PyTorch: 2.7.1+cu126（CUDA 可用，RTX 3090 已验证）
- 模型缓存: `/home/ubuntu/SoundGame/models/hf`（通过 `HF_HOME` 指定）
- 环境变量: `source /home/ubuntu/SoundGame/env.d/sfx.sh`

## 首次使用：必须申请模型访问权限（gated repo）

`stabilityai/stable-audio-3-small-sfx` 是 **gated（auto 批准）** 仓库，匿名下载返回 403，必须：

1. 注册/登录 HuggingFace 账号（可用镜像 https://hf-mirror.com 浏览，但 accept 协议需在官网完成；官网打不开时可用镜像站对应的模型页 https://hf-mirror.com/stabilityai/stable-audio-3-small-sfx 登录后接受）。
2. 打开模型页 **https://huggingface.co/stabilityai/stable-audio-3-small-sfx**，点击接受 **Stable Audio Community License**（auto 模式，提交后立即通过，无需人工审核）。
3. 在 https://huggingface.co/settings/tokens 创建一个 **read** 权限的 token。
4. 把 token 写入 `/home/ubuntu/SoundGame/env.d/sfx.sh` 最后一行的 `HF_TOKEN`（去掉注释）。

注意：本机 huggingface.co 不可达，下载走 `HF_ENDPOINT=https://hf-mirror.com`（已在 sfx.sh 中设置），gated 模型带 token 经镜像下载是支持的。

## 生成音效（CLI）

```bash
source /home/ubuntu/SoundGame/env.d/sfx.sh
cd /home/ubuntu/SoundGame/tools/stable-audio-3

# 3 秒冒烟测试
uv run stable-audio --model small-sfx \
  -p "footsteps on gravel, slow walking" \
  --duration 3 \
  -o /home/ubuntu/SoundGame/tools/samples/sfx_test.wav
```

- 提示词必须是**英文**（模型只懂英文）。
- `--duration` 最长 120s；`--steps` 默认 8；small 模型峰值显存约 2.4GB（120s 时），与 TTS 共存无冲突。
- 多个提示词可批量生成：`-p "prompt1" "prompt2" --duration 3 5`。
- 其他功能：audio-to-audio（`--init-audio`）、inpainting（`--inpaint-audio/--inpaint-start/--inpaint-end`），详见 `uv run stable-audio --help`。

## Gradio UI

```bash
cd /home/ubuntu/SoundGame/tools/stable-audio-3
uv run python run_gradio.py --model small-sfx
```

## Python API

```python
from stable_audio_3 import StableAudioModel

model = StableAudioModel.from_pretrained("small-sfx")
audio = model.generate(prompt="thunder rumbling in the distance", duration=3)
```

## 提示词参考
见仓库内 `docs/guides/prompting.md`。

## 状态记录（2026-08-29）
- [x] 仓库克隆 + `uv sync --extra ui` 完成（PyPI 走阿里云镜像，torch 走官方 cu126 源）
- [x] torch CUDA 验证通过：`torch 2.7.1+cu126, cuda: True, NVIDIA GeForce RTX 3090`
- [x] CLI 可用（flash_attn 未安装的警告可忽略，仅 medium 需要）
- [ ] 模型权重下载被 gated 403 拦截 —— 待用户申请 token 后重跑上面的冒烟测试