رفتن به محتوا

Stable Audio 3 Medium Base Audio Outpainting

یکپارچه‌سازی

شناسه مدل stable-audio-3/medium/base/audio-outpainting
# 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-outpainting?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"

این درخواست: ⁨‎$۰٫۰۵۶⁩ ۵۶ اعتبار API · ≈ ⁨‎₽۶٫۰۲⁩ اجرای آن در این صفحه

دریافت کلید API
Stability AI صوت #music#extension#continuation

Stable Audio 3 Medium با چک‌پوینت پایه که صوت را امتداد می‌دهد؛ تنظیم‌شده برای 50 گام و هدایت 7

Stability AI · صوت

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

دستورهای متنی که محتوای افزونه را توصیف می‌کنند.

•الزامی audio_url
یک فایل بیندازید، یا

صوت ورودی برای گسترش.

پیشرفته negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · extend_seconds_before · extend_seconds_after · seed · enable_prompt_expansion · enable_safety_checker
پیش‌فرض

متنی که ویژگی‌های ناخواسته در خروجی را مشخص می‌کند.

output_format پیش‌فرض mp3

قالب محفظهٔ صوت حاصل.

پیش‌فرض 192k

بیت‌ریت صوت خروجی که هنگام استفاده از wav یا flac نادیده گرفته می‌شود، زیرا بدون افت هستند. برای قالب‌های فشرده مانند mp3، aac یا opus، مقداری به‌شکل '192k' یا '320k' ارائه کنید.

پیش‌فرض 50

تعداد گام‌های نمونه‌برداری؛ هنگام استفاده از نقاط بررسی پایه (غیرتقطیرشده)، حدود 50 گام برای کیفیت خوب مناسب است.

پیش‌فرض 7

قدرت راهنمایی بدون طبقه‌بند؛ برای نقاط بررسی پایه، مقدار اولیهٔ حدود 7.0 توصیه می‌شود. افزایش آن باعث می‌شود تولید بیشتر به پرامپت پایبند باشد.

پیش‌فرض 0

مدت صوت تازه‌تولیدشده، برحسب ثانیه، که پیش از منبع قرار می‌گیرد.

پیش‌فرض 0

مدت صوت تازه‌تولیدشده، برحسب ثانیه، که به منبع افزوده می‌شود.

بذر مولد تصادفی برای نتایج تکرارپذیر؛ حذف آن یک بذر تصادفی انتخاب می‌کند.

POST /run/stable-audio-3/medium/base/audio-outpainting?wait=20 قیمت → ⁨‎$۰٫۰۵۶⁩
# 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-outpainting?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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Stable Audio 3 Medium Base Audio Outpainting

با تولید صوت جدید پیش و پس از `audio_url`، آن را با استفاده از `extend_seconds_before` و `extend_seconds_after` (هرکدام از 0 تا 380 ثانیه) و یک `prompt` امتداد می‌دهد. این چک‌پوینت غیرتقطیرشده به‌طور پیش‌فرض 50 گام و `guidance_scale` برابر 7 دارد. خروجی می‌تواند mp3، wav، flac، ogg، opus، m4a یا aac باشد.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
negative_promptاختیاری
نوعstring
پیش‌فرض
متنی که ویژگی‌های ناخواسته در خروجی را مشخص می‌کند.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض50
۱ – ۱۰۰
تعداد گام‌های نمونه‌برداری؛ هنگام استفاده از نقاط بررسی پایه (غیرتقطیرشده)، حدود 50 گام برای کیفیت خوب مناسب است.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض7
۰ – ۲۵
قدرت راهنمایی بدون طبقه‌بند؛ برای نقاط بررسی پایه، مقدار اولیهٔ حدود 7.0 توصیه می‌شود. افزایش آن باعث می‌شود تولید بیشتر به پرامپت پایبند باشد.
seedاختیاری
نوعinteger | null
بذر مولد تصادفی برای نتایج تکرارپذیر؛ حذف آن یک بذر تصادفی انتخاب می‌کند.
enable_prompt_expansionاختیاری
نوعboolean
پیش‌فرضfalse
گسترش پرامپت با استفاده از LLM هنگام فعال‌بودن، برای افزودن جزئیات و بهبود کیفیت نتیجه.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
بررسی ایمنی برای محتوای NSFW.
output_formatاختیاری
نوعenum
پیش‌فرضmp3
mp3wavflacoggopusm4aaac
قالب محفظهٔ صوت حاصل.
bitrateاختیاری
نوعstring
پیش‌فرض192k
بیت‌ریت صوت خروجی که هنگام استفاده از wav یا flac نادیده گرفته می‌شود، زیرا بدون افت هستند. برای قالب‌های فشرده مانند mp3، aac یا opus، مقداری به‌شکل '192k' یا '320k' ارائه کنید.
promptالزامی
نوعstring
دستورهای متنی که محتوای افزونه را توصیف می‌کنند.
audio_urlالزامی audio
نوعurl · audio
صوت ورودی برای گسترش.
extend_seconds_beforeاختیاری
نوعnumber
پیش‌فرض0
۰ – ۳۸۰
مدت صوت تازه‌تولیدشده، برحسب ثانیه، که پیش از منبع قرار می‌گیرد.
extend_seconds_afterاختیاری
نوعnumber
پیش‌فرض0
۰ – ۳۸۰
مدت صوت تازه‌تولیدشده، برحسب ثانیه، که به منبع افزوده می‌شود.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/base/audio-outpainting",
  "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": 56,
    "usd": "0.056",
    "charged": 56,
    "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
audio
object {url, content_type, file_name, file_size}کلیپ صوتی تولیدشده.
seed
integerseed کنترل‌کننده تصادفی‌بودن هنگام تولید.
prompt
stringپرامپتی که برای تولید خروجی استفاده شده است.

مدل‌های بیشتر: صوت

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/stable-audio-3/medium/base/audio-outpainting.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt