Lumaktaw sa nilalaman

Stable Audio 3 Medium Base Audio Inpainting

I-integrate

ID ng modelo 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"

Kahilingang ito: $0.054 54 kredito ng API · ≈ ₽5.79 Patakbuhin ito sa page na ito

Kumuha ng API key
Stability AI audio #music#editing#restoration

Base-checkpoint Stable Audio 3 Medium inpainting ng naka-mask na saklaw ng oras, na nakatuon sa 50 hakbang

Stability AI · audio

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan

Mga text instruction para muling buuin ang naka-mask na rehiyon.

•kinakailangan audio_url
Mag-drop ng file, o

Input audio, na nililimitahan ang regeneration sa naka-mask na rehiyon.

•kinakailangan

Start time, sa segundo, ng rehiyong muling bubuuin.

•kinakailangan

End time, sa segundo, ng rehiyong muling bubuuin.

advanced negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
default na

Text na tumutukoy sa mga hindi kanais-nais na katangian sa output.

output_format default na mp3

Container format na ginagamit para sa nagresultang audio.

default na 192k

Bitrate ng output audio, hindi pinapansin kapag wav o flac ang ginagamit dahil lossless ang mga ito. Para sa compressed format gaya ng mp3, aac, o opus, magbigay ng value sa anyong '192k' o '320k'.

default na 50

Piliin kung ilang sampling step ang patatakbuhin; humigit-kumulang 50 ang kailangan para sa magandang kalidad kapag gumagamit ng base (non-distilled) checkpoint.

default na 7

Classifier-free guidance strength, kung saan humigit-kumulang 7.0 ang inirerekomenda sa simula para sa base checkpoint; kapag tinaasan, mas mahigpit na susunod ang pagbuo sa prompt.

Random generator seed para sa nauulit na resulta; kapag hindi isinama, random na seed ang pipiliin.

POST /run/stable-audio-3/medium/base/audio-inpainting?wait=20 presyo → $0.054
# 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"

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa Stable Audio 3 Medium Base Audio Inpainting

Muling binubuo ang rehiyon ng `audio_url` sa pagitan ng `mask_start_seconds` at `mask_end_seconds` (hanggang 380 segundo) mula sa `prompt`. Ang non-distilled na checkpoint na ito ay default sa 50 sampling hakbang at `guidance_scale` 7, na talagang may epekto rito. Kasama sa mga output format ang mp3, wav, flac, ogg, opus, m4a at aac.

Mga parameter

Ipadala ang canonical na pangalan o ang native na pangalan, hindi pareho. Mga canonical na pangalan

PangalanUri defaultPinapayagan Paglalarawan
negative_promptopsyonal
Uristring
default
Text na tumutukoy sa mga hindi kanais-nais na katangian sa output.
num_inference_stepsopsyonal
Uriinteger
default50
1 – 100
Piliin kung ilang sampling step ang patatakbuhin; humigit-kumulang 50 ang kailangan para sa magandang kalidad kapag gumagamit ng base (non-distilled) checkpoint.
guidance_scaleopsyonal
Urinumber
default7
0 – 25
Classifier-free guidance strength, kung saan humigit-kumulang 7.0 ang inirerekomenda sa simula para sa base checkpoint; kapag tinaasan, mas mahigpit na susunod ang pagbuo sa prompt.
seedopsyonal
Uriinteger | null
Random generator seed para sa nauulit na resulta; kapag hindi isinama, random na seed ang pipiliin.
enable_prompt_expansionopsyonal
Uriboolean
defaultfalse
Pagpapalawak ng prompt gamit ang LLM kapag pinagana, na nagdaragdag ng detalye at nagpapahusay sa kalidad ng resulta.
enable_safety_checkeropsyonal
Uriboolean
defaulttrue
Pagsusuri sa kaligtasan para sa NSFW content.
output_formatopsyonal
Urienum
defaultmp3
mp3wavflacoggopusm4aaac
Container format na ginagamit para sa nagresultang audio.
bitrateopsyonal
Uristring
default192k
Bitrate ng output audio, hindi pinapansin kapag wav o flac ang ginagamit dahil lossless ang mga ito. Para sa compressed format gaya ng mp3, aac, o opus, magbigay ng value sa anyong '192k' o '320k'.
promptkinakailangan
Uristring
Mga text instruction para muling buuin ang naka-mask na rehiyon.
audio_urlkinakailangan audio
Uriurl · audio
Input audio, na nililimitahan ang regeneration sa naka-mask na rehiyon.
mask_start_secondskinakailangan
Urinumber
0 – 380
Start time, sa segundo, ng rehiyong muling bubuuin.
mask_end_secondskinakailangan
Urinumber
0 – 380
End time, sa segundo, ng rehiyong muling bubuuin.
kinakailangan Canonical na pangalan, tinatanggap din

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

Output

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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
audio
object {url, content_type, file_name, file_size}Audio clip na nabuo.
seed
integerSeed na kumokontrol sa randomness habang bumubuo.
prompt
stringPrompt na ginamit sa pagbuo ng output.

Higit pang modelo: audio

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/stable-audio-3/medium/base/audio-inpainting.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt