Accéder au contenu

Stable Audio 3 Medium Base Text to Audio

Intégrer

Identifiant du modèle stable-audio-3/medium/base/text-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/base/text-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"
  }'

# 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"

Cette requête: 0,048 $ 48 crédits API · ≈ 5,16 ₽ L'exécuter sur cette page

Obtenir une clé API
Stability AI Audio 1–380 s #music#audio#stereo

Conversion texte-audio Medium avec checkpoint de base pour les workflows d'affinage, extraits jusqu'à 380 secondes

Stability AI · Audio

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•obligatoire

Texte indiquant le contenu audio souhaité.

par défaut 30

Longueur audio en secondes, avec un maximum de 380 secondes pour le modèle medium (environ 6 minutes 20 secondes).

Avancé negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
par défaut

Texte indiquant les qualités indésirables dans la sortie.

output_format par défaut mp3

Format conteneur utilisé pour l'audio résultant.

par défaut 192k

Débit audio de sortie, ignoré avec wav ou flac car ces formats sont sans perte. Pour les formats compressés tels que mp3, aac ou opus, fournissez une valeur sous la forme '192k' ou '320k'.

par défaut 50

Choisissez le nombre d'étapes d'échantillonnage à exécuter ; environ 50 permettent d'obtenir une bonne qualité avec les points de contrôle de base (non distillés).

par défaut 7

Intensité du guidage sans classifieur, pour laquelle une valeur d'environ 7.0 est recommandée initialement avec les points de contrôle de base ; l'augmenter rend la génération plus conforme à l'invite.

Graine du générateur aléatoire pour obtenir des résultats reproductibles ; si elle est omise, une graine aléatoire est sélectionnée.

POST /run/stable-audio-3/medium/base/text-to-audio?wait=20 devis → 0,048 $
# 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/text-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"
  }'

# 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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Stable Audio 3 Medium Base Text to Audio

Génère de l'audio à partir d'une `prompt` texte, avec une `negative_prompt` facultative pour éviter certaines qualités indésirables. `duration` va de 1 à 380 secondes. En tant que checkpoint de base non distillé, il utilise par défaut 50 étapes d'échantillonnage et une échelle de guidage de 7, et accepte un guidage jusqu'à 25. Les formats de sortie incluent mp3, wav, flac, ogg, opus, m4a et aac.

Paramètres

NomType Par défautAutorisé Description
negative_promptfacultatif
Typestring
Par défaut
Texte indiquant les qualités indésirables dans la sortie.
durationfacultatif
Typenumber
Par défaut30
1 – 380
Longueur audio en secondes, avec un maximum de 380 secondes pour le modèle medium (environ 6 minutes 20 secondes).
num_inference_stepsfacultatif
Typeinteger
Par défaut50
1 – 100
Choisissez le nombre d'étapes d'échantillonnage à exécuter ; environ 50 permettent d'obtenir une bonne qualité avec les points de contrôle de base (non distillés).
guidance_scalefacultatif
Typenumber
Par défaut7
0 – 25
Intensité du guidage sans classifieur, pour laquelle une valeur d'environ 7.0 est recommandée initialement avec les points de contrôle de base ; l'augmenter rend la génération plus conforme à l'invite.
seedfacultatif
Typeinteger | null
Graine du générateur aléatoire pour obtenir des résultats reproductibles ; si elle est omise, une graine aléatoire est sélectionnée.
enable_prompt_expansionfacultatif
Typeboolean
Par défautfalse
Expansion de l'invite à l'aide d'un LLM lorsqu'elle est activée, ajoutant des détails et améliorant la qualité du résultat.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Vérification de sécurité du contenu NSFW.
output_formatfacultatif
Typeenum
Par défautmp3
mp3wavflacoggopusm4aaac
Format conteneur utilisé pour l'audio résultant.
bitratefacultatif
Typestring
Par défaut192k
Débit audio de sortie, ignoré avec wav ou flac car ces formats sont sans perte. Pour les formats compressés tels que mp3, aac ou opus, fournissez une valeur sous la forme '192k' ou '320k'.
promptobligatoire
Typestring
Texte indiquant le contenu audio souhaité.
obligatoire

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/base/text-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": 48,
    "usd": "0.048",
    "charged": 48,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie sur notre stockage : conservée indéfiniment (facturation par Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Une structure identique pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et l'audio. output est l'objet de résultat propre au modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Clip audio produit par la génération.
seed
integerGraine contrôlant le caractère aléatoire pendant la génération.
prompt
stringInvite utilisée pour générer la sortie.

Plus de modèles : Audio

Pour les agents IA : cette page au format Markdown est disponible à l'adresse https://doitong.com/fr-FR/developers/models/stable-audio-3/medium/base/text-to-audio.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt