কনটেন্টে যান

Stable Audio 3 Medium Base Audio Inpainting

ইন্টিগ্রেট করুন

মডেল id stable-audio-3/medium/base/audio-inpainting
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/stable-audio-3/medium/base/audio-inpainting?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "mask_start_seconds": 4,
    "mask_end_seconds": 8
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ: ০.০৫৪$ ৫৪ API ক্রেডিট · ≈ ৫.৮১₽ এই পেজে চালান

API কী পান
Stability AI অডিও #music#editing#restoration

50 ধাপের জন্য টিউন করা Base-checkpoint Stable Audio 3 Medium, যা মাস্ক করা সময়সীমায় ইনপেইন্টিং করে

Stability AI · অডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

•আবশ্যক

মাস্ক করা অঞ্চল পুনরায় জেনারেট করার টেক্সট নির্দেশনা।

•আবশ্যক audio_url
একটি ফাইল ড্রপ করুন, অথবা

ইনপুট অডিও; পুনরায় জেনারেশন মাস্ক করা অঞ্চলে সীমাবদ্ধ।

•আবশ্যক

পুনরায় জেনারেট করা অঞ্চলের শুরুর সময়, সেকেন্ডে।

•আবশ্যক

পুনরায় জেনারেট করা অঞ্চলের শেষের সময়, সেকেন্ডে।

অ্যাডভান্সড negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
ডিফল্ট

আউটপুটে অনাকাঙ্ক্ষিত গুণাবলি নির্দিষ্ট করা টেক্সট।

output_format ডিফল্ট mp3

ফলস্বরূপ অডিওতে ব্যবহৃত কনটেইনার ফরম্যাট।

ডিফল্ট 192k

আউটপুট অডিওর বিটরেট; wav বা flac ব্যবহারে উপেক্ষা করা হয়, কারণ এগুলো লসলেস। mp3, aac বা opus-এর মতো সংকুচিত ফরম্যাটে '192k' বা '320k' আকারে একটি মান সরবরাহ করুন।

ডিফল্ট 50

কতটি স্যাম্পলিং ধাপ চালানো হবে তা নির্বাচন করুন; বেস (নন-ডিস্টিলড) চেকপয়েন্ট ব্যবহার করলে ভালো মানের জন্য প্রায় 50 ধাপ নেওয়া যায়।

ডিফল্ট 7

ক্লাসিফায়ার-ফ্রি গাইডেন্স শক্তি; বেস চেকপয়েন্টে শুরুতে প্রায় 7.0 নেওয়ার পরামর্শ দেওয়া হয়। এটি বাড়ালে জেনারেশন প্রম্পট আরও ঘনিষ্ঠভাবে অনুসরণ করে।

পুনরাবৃত্তিযোগ্য ফলাফলের জন্য র‍্যান্ডম জেনারেটর সিড; বাদ দিলে একটি র‍্যান্ডম সিড নির্বাচন করা হয়।

POST /run/stable-audio-3/medium/base/audio-inpainting?wait=20 মূল্য → ০.০৫৪$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/stable-audio-3/medium/base/audio-inpainting?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "mask_start_seconds": 4,
    "mask_end_seconds": 8
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

Stable Audio 3 Medium Base Audio Inpainting সম্পর্কে

`prompt` থেকে `audio_url`-এর `mask_start_seconds` এবং `mask_end_seconds`-এর মধ্যবর্তী অঞ্চল (সর্বোচ্চ 380 সেকেন্ড) পুনরায় তৈরি করে। এই নন-ডিস্টিলড চেকপয়েন্টে ডিফল্টে 50টি স্যাম্পলিং ধাপ এবং `guidance_scale` 7 ব্যবহার করা হয়, যা এখানে কার্যকর। আউটপুট ফরম্যাটের মধ্যে mp3, wav, flac, ogg, opus, m4a এবং aac রয়েছে।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
negative_promptঐচ্ছিক
ধরনstring
ডিফল্ট
আউটপুটে অনাকাঙ্ক্ষিত গুণাবলি নির্দিষ্ট করা টেক্সট।
num_inference_stepsঐচ্ছিক
ধরনinteger
ডিফল্ট50
১ – ১০০
কতটি স্যাম্পলিং ধাপ চালানো হবে তা নির্বাচন করুন; বেস (নন-ডিস্টিলড) চেকপয়েন্ট ব্যবহার করলে ভালো মানের জন্য প্রায় 50 ধাপ নেওয়া যায়।
guidance_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট7
০ – ২৫
ক্লাসিফায়ার-ফ্রি গাইডেন্স শক্তি; বেস চেকপয়েন্টে শুরুতে প্রায় 7.0 নেওয়ার পরামর্শ দেওয়া হয়। এটি বাড়ালে জেনারেশন প্রম্পট আরও ঘনিষ্ঠভাবে অনুসরণ করে।
seedঐচ্ছিক
ধরনinteger | null
পুনরাবৃত্তিযোগ্য ফলাফলের জন্য র‍্যান্ডম জেনারেটর সিড; বাদ দিলে একটি র‍্যান্ডম সিড নির্বাচন করা হয়।
enable_prompt_expansionঐচ্ছিক
ধরনboolean
ডিফল্টfalse
সক্রিয় থাকলে LLM ব্যবহার করে প্রম্পট সম্প্রসারণ, যা বিস্তারিত যোগ করে এবং ফলাফলের মান উন্নত করে।
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টtrue
NSFW বিষয়বস্তুর নিরাপত্তা যাচাই।
output_formatঐচ্ছিক
ধরনenum
ডিফল্টmp3
mp3wavflacoggopusm4aaac
ফলস্বরূপ অডিওতে ব্যবহৃত কনটেইনার ফরম্যাট।
bitrateঐচ্ছিক
ধরনstring
ডিফল্ট192k
আউটপুট অডিওর বিটরেট; wav বা flac ব্যবহারে উপেক্ষা করা হয়, কারণ এগুলো লসলেস। mp3, aac বা opus-এর মতো সংকুচিত ফরম্যাটে '192k' বা '320k' আকারে একটি মান সরবরাহ করুন।
promptআবশ্যক
ধরনstring
মাস্ক করা অঞ্চল পুনরায় জেনারেট করার টেক্সট নির্দেশনা।
audio_urlআবশ্যক audio
ধরনurl · audio
ইনপুট অডিও; পুনরায় জেনারেশন মাস্ক করা অঞ্চলে সীমাবদ্ধ।
mask_start_secondsআবশ্যক
ধরনnumber
০ – ৩৮০
পুনরায় জেনারেট করা অঞ্চলের শুরুর সময়, সেকেন্ডে।
mask_end_secondsআবশ্যক
ধরনnumber
০ – ৩৮০
পুনরায় জেনারেট করা অঞ্চলের শেষের সময়, সেকেন্ডে।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/base/audio-inpainting",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 54,
    "usd": "0.054",
    "charged": 54,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "mask_start_seconds": 4,
    "mask_end_seconds": 8
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "seed": 42,
    "prompt": "string"
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
audio
object {url, content_type, file_name, file_size}জেনারেশনের মাধ্যমে তৈরি অডিও ক্লিপ।
seed
integerজেনারেশনের সময় এলোমেলোতা নিয়ন্ত্রণ করা সিড।
prompt
stringআউটপুট জেনারেট করতে ব্যবহৃত প্রম্পট।

আরও মডেল: অডিও

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/stable-audio-3/medium/base/audio-inpainting.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt