Ir al contenido

Stable Audio 3 Medium Audio to Audio

Integrar

Id del modelo stable-audio-3/medium/audio-to-audio
# 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/audio-to-audio?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"
  }'

# 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"

Esta solicitud: 0,042 $ 42 créditos de API · ≈ 4,52 ₽ Ejecutar en esta página

Obtener clave de API
Stability AI Audio 1–380 s #music#style-transfer#remix

Stable Audio 3 Medium destilado que remezcla un clip de origen en una nueva variación a partir de un prompt

Stability AI · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio

Instrucciones de texto que describen la transformación que se aplicará al audio de origen.

•obligatorio audio_url
Suelta un archivo o

Audio de entrada para la transformación.

predeterminado 30

Duración del audio en segundos, con un máximo de 380 segundos para el modelo medium (aproximadamente 6 minutos 20 segundos).

Avanzado negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · init_noise_level · seed · enable_prompt_expansion · enable_safety_checker
predeterminado

Texto que especifica cualidades no deseadas en la salida.

output_format predeterminado mp3

Formato del contenedor utilizado para el audio resultante.

predeterminado 192k

Tasa de bits del audio de salida, ignorada al usar wav o flac porque no tienen pérdida. Para formatos comprimidos como mp3, aac u opus, proporciona un valor con el formato '192k' o '320k'.

predeterminado 8

Número de iteraciones de muestreo, con un valor predeterminado de 8 porque los checkpoints destilados y posentrenados ya logran buena calidad con ese valor; las iteraciones adicionales aportan pocos beneficios.

predeterminado 1

Intensidad de orientación sin clasificador solo para checkpoints base; los checkpoints destilados no se ven afectados. En los checkpoints aplicables, aumentarla refuerza la adhesión al prompt.

predeterminado 0.9

Nivel de ruido del audio de origen: 0.1 conserva una similitud estrecha con la entrada, mientras que 0.5 es intermedio y 1.0 reemplaza por completo el origen con ruido para una generación pura.

Semilla del generador aleatorio para obtener resultados repetibles; omitirla selecciona una semilla aleatoria.

POST /run/stable-audio-3/medium/audio-to-audio?wait=20 cotización → 0,042 $
# 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/audio-to-audio?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"
  }'

# 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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Stable Audio 3 Medium Audio to Audio

Transforma `audio_url` según un `prompt` y produce audio de `duration` de 1 a 380 segundos (valor predeterminado: 30). `init_noise_level`, de 0 a 1, establece cuánto sigue el resultado a la fuente: un valor bajo lo mantiene cerca, mientras que 1.0 genera el audio por completo. Usa 8 pasos de forma predeterminada y ofrece varios formatos de salida.

Parámetros

Envía el nombre canónico o el nombre nativo, no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
negative_promptopcional
Tipostring
Predeterminado
Texto que especifica cualidades no deseadas en la salida.
durationopcional
Tiponumber
Predeterminado30
1 – 380
Duración del audio en segundos, con un máximo de 380 segundos para el modelo medium (aproximadamente 6 minutos 20 segundos).
num_inference_stepsopcional
Tipointeger
Predeterminado8
1 – 100
Número de iteraciones de muestreo, con un valor predeterminado de 8 porque los checkpoints destilados y posentrenados ya logran buena calidad con ese valor; las iteraciones adicionales aportan pocos beneficios.
guidance_scaleopcional
Tiponumber
Predeterminado1
0 – 25
Intensidad de orientación sin clasificador solo para checkpoints base; los checkpoints destilados no se ven afectados. En los checkpoints aplicables, aumentarla refuerza la adhesión al prompt.
seedopcional
Tipointeger | null
Semilla del generador aleatorio para obtener resultados repetibles; omitirla selecciona una semilla aleatoria.
enable_prompt_expansionopcional
Tipoboolean
Predeterminadofalse
Expansión del prompt mediante un LLM cuando está activada, que añade detalles y mejora la calidad del resultado.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
Comprobación de seguridad para contenido NSFW.
output_formatopcional
Tipoenum
Predeterminadomp3
mp3wavflacoggopusm4aaac
Formato del contenedor utilizado para el audio resultante.
bitrateopcional
Tipostring
Predeterminado192k
Tasa de bits del audio de salida, ignorada al usar wav o flac porque no tienen pérdida. Para formatos comprimidos como mp3, aac u opus, proporciona un valor con el formato '192k' o '320k'.
promptobligatorio
Tipostring
Instrucciones de texto que describen la transformación que se aplicará al audio de origen.
audio_urlobligatorio audio
Tipourl · audio
Audio de entrada para la transformación.
init_noise_levelopcional
Tiponumber
Predeterminado0.9
0 – 1
Nivel de ruido del audio de origen: 0.1 conserva una similitud estrecha con la entrada, mientras que 0.5 es intermedio y 1.0 reemplaza por completo el origen con ruido para una generación pura.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una carga. Archivos

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/audio-to-audio",
  "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": 42,
    "usd": "0.042",
    "charged": 42,
    "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"
  },
  "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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audio
object {url, content_type, file_name, file_size}Clip de audio producido por la generación.
seed
integerSemilla que controló la aleatoriedad durante la generación.
prompt
stringPrompt utilizado para generar la salida.

Más modelos: Audio

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/stable-audio-3/medium/audio-to-audio.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt