Ugrás a tartalomhoz

Stable Audio 3 · Medium · Text to Audio

Integráció

Modellazonosító stable-audio-3/medium/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/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"

Ez a kérés: 0,038 $ 38 API-jóváírás · ≈ 4,09 ₽ Futtatás ezen az oldalon

API-kulcs beszerzése
Stability AI Hang 1–380 s #music#audio#stereo

Desztillált Medium text-to-audio, gyors, alapértelmezett 8 lépéssel és legfeljebb 380 másodperces klipekkel

Stability AI · Hang

Az első eredményed itt jelenik meg

Állíts össze egy kérést alább, majd futtasd az API-kulcsoddal. A kimeneteket a tárhelyünkre másoljuk, és örökre vagy 7 nap ideig ingyenesen őrizzük meg.

Kérés összeállítása

A vezérlők a modell sémájából jönnek létre. A kód és az ár a módosításokkal együtt frissül.

•kötelező

A kívánt hangtartalmat meghatározó szöveg.

alapértelmezett: 30

A hang hossza másodpercben; a közepes modell maximális értéke 380 másodperc (körülbelül 6 perc 20 másodperc).

Speciális negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
alapértelmezett:

A kimenetben nem kívánt tulajdonságokat meghatározó szöveg.

output_format alapértelmezett: mp3

Az eredményül kapott hanghoz használt konténerformátum.

alapértelmezett: 192k

A kimeneti hang bitrátája; wav vagy flac használatakor figyelmen kívül marad, mert ezek veszteségmentesek. Tömörített formátumok, például mp3, aac vagy opus esetén az értéket '192k' vagy '320k' formában add meg.

alapértelmezett: 8

A mintavételi iterációk száma; alapértelmezés szerint 8, mert a desztillált, utótanított ellenőrzőpontok ezen az értéken már jó minőséget érnek el, a további iterációk pedig kevés előnyt nyújtanak.

alapértelmezett: 1

Osztályozómentes útmutatási erősség csak az alap-ellenőrzőpontokhoz; a desztillált ellenőrzőpontokra nincs hatással. Az érintett ellenőrzőpontoknál növelése szorosabb promptkövetést eredményez.

Ismételhető eredményekhez használt véletlengenerátor-mag; kihagyásakor véletlen mag kerül kiválasztásra.

POST /run/stable-audio-3/medium/text-to-audio?wait=20 ár → 0,038 $
# 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/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"

Kérés futtatása

A kulcsod ebben a böngészőben marad: csak a Doitong API-nak küldjük el, és csak akkor mentjük a localStorage-ba, ha bejelölöd az Emlékezz rám lehetőséget. API-kulcs igénylése

A(z) Stable Audio 3 · Medium · Text to Audio bemutatása

Hangot készít szöveges `prompt` alapján, opcionális `negative_prompt` értékkel. Ez az utólag betanított változat alapértelmezés szerint 8 mintavételezési lépést használ, és a több lépés kevés javulást hoz; a vezérlési skála alapértéke 1, mivel csak az alap-ellenőrzőpontokon hat. A `duration` értéke 1–380 másodperc. Választható kimenet: mp3, wav, flac, ogg, opus, m4a vagy aac.

Paraméterek

NévTípus AlapértelmezettEngedélyezett Leírás
negative_promptnem kötelező
Típusstring
Alapértelmezett
A kimenetben nem kívánt tulajdonságokat meghatározó szöveg.
durationnem kötelező
Típusnumber
Alapértelmezett30
1 – 380
A hang hossza másodpercben; a közepes modell maximális értéke 380 másodperc (körülbelül 6 perc 20 másodperc).
num_inference_stepsnem kötelező
Típusinteger
Alapértelmezett8
1 – 100
A mintavételi iterációk száma; alapértelmezés szerint 8, mert a desztillált, utótanított ellenőrzőpontok ezen az értéken már jó minőséget érnek el, a további iterációk pedig kevés előnyt nyújtanak.
guidance_scalenem kötelező
Típusnumber
Alapértelmezett1
0 – 25
Osztályozómentes útmutatási erősség csak az alap-ellenőrzőpontokhoz; a desztillált ellenőrzőpontokra nincs hatással. Az érintett ellenőrzőpontoknál növelése szorosabb promptkövetést eredményez.
seednem kötelező
Típusinteger | null
Ismételhető eredményekhez használt véletlengenerátor-mag; kihagyásakor véletlen mag kerül kiválasztásra.
enable_prompt_expansionnem kötelező
Típusboolean
Alapértelmezettfalse
A prompt bővítése LLM használatával bekapcsoláskor; részleteket ad hozzá és javítja az eredmény minőségét.
enable_safety_checkernem kötelező
Típusboolean
Alapértelmezetttrue
Biztonsági ellenőrzés NSFW-tartalomra.
output_formatnem kötelező
Típusenum
Alapértelmezettmp3
mp3wavflacoggopusm4aaac
Az eredményül kapott hanghoz használt konténerformátum.
bitratenem kötelező
Típusstring
Alapértelmezett192k
A kimeneti hang bitrátája; wav vagy flac használatakor figyelmen kívül marad, mert ezek veszteségmentesek. Tömörített formátumok, például mp3, aac vagy opus esetén az értéket '192k' vagy '320k' formában add meg.
promptkötelező
Típusstring
A kívánt hangtartalmat meghatározó szöveg.
kötelező

Kimenet

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/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": 38,
    "usd": "0.038",
    "charged": 38,
    "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"
  }
}
Az Ön fájljai, az Ön döntéseMinden outputs[].url a tárhelyünkön lévő másolat: örökre megőrizve (GB-hónaponként fizetve) vagy 7 nap ideig ingyenesen, a fiókbeállításod vagy a ?storage= alapján.
Azonos struktúra minden modellentype, url, content_type, width, height és duration képekhez, videókhoz és hanganyagokhoz egyaránt. Az output a modell saját eredményobjektuma.
A kimenet mezői
audio
object {url, content_type, file_name, file_size}A generálással előállított hangklip.
seed
integerA generálás közbeni véletlenszerűséget vezérlő seed.
prompt
stringA kimenet létrehozásához használt prompt.

További modellek: Hang

AI-ügynököknek: ez az oldal Markdown formátumban itt található: https://doitong.com/hu/developers/models/stable-audio-3/medium/text-to-audio.md. Minden modell és útmutató: https://doitong.com/developers/llms.txt