Sleppa yfir í efni

Stable Audio 3 Medium Audio to Audio

Tengja

Auðkenni líkans 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"

Þessi beiðni: 0,042 $ 42 API-inneignir · ≈ 4,52 ₽ Keyra á þessari síðu

Fá API-lykil
Stability AI Hljóð 1–380 s #music#style-transfer#remix

Eimuð Stable Audio 3 Medium sem endurhljóðblandar upprunabút í nýja útgáfu út frá boðum

Stability AI · Hljóð

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

•áskilið

Textaleiðbeiningar sem lýsa umbreytingunni sem á að beita á upprunahljóðið.

•áskilið audio_url
Slepptu skrá eða

Inntakshljóð fyrir umbreytingu.

sjálfgefið 30

Lengd hljóðs í sekúndum, með hámarkinu 380 sekúndur fyrir medium-líkan (u.þ.b. 6 mínútur og 20 sekúndur).

Ítarlegt negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · init_noise_level · seed · enable_prompt_expansion · enable_safety_checker
sjálfgefið

Texti sem tilgreinir óæskilega eiginleika í úttakinu.

output_format sjálfgefið mp3

Gámssnið sem er notað fyrir hljóðið í niðurstöðunni.

sjálfgefið 192k

Bitahraði úttakshljóðs, hunsaður þegar wav eða flac er notað þar sem þau eru taplaus. Fyrir þjöppuð snið á borð við mp3, aac eða opus skal gefa upp gildi á forminu '192k' eða '320k'.

sjálfgefið 8

Fjöldi sýnatökuítrekana, sjálfgefið 8 þar sem eimuð, forþjálfuð checkpoint ná þegar góðum gæðum þar; fleiri ítrekanir skila litlum ávinningi.

sjálfgefið 1

Styrkur classifier-free guidance, aðeins fyrir grunn-checkpoint; eimuð checkpoint verða ekki fyrir áhrifum. Á viðeigandi checkpoint eykur hækkun hans fylgni við kvaðninguna.

sjálfgefið 0.9

Suðstig upprunahljóðs: 0.1 heldur miklu samræmi við inntakið, 0.5 er millistig og 1.0 kemur algerlega í stað upprunans með suði fyrir hreina efnisgerð.

Fræ slembigjafa fyrir endurtekjanlegar niðurstöður; ef því er sleppt er slembifræ valið.

POST /run/stable-audio-3/medium/audio-to-audio?wait=20 verðtilboð → 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"

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um Stable Audio 3 Medium Audio to Audio

Umbreytir `audio_url` samkvæmt `prompt` og býr til hljóð með `duration` frá 1 til 380 sekúndum (sjálfgefið 30). `init_noise_level` frá 0 til 1 stillir hversu náið útkoman fylgir upprunanum: lágt gildi heldur henni nálægt, en 1.0 býr til allt frá grunni. Sjálfgefið eru 8 skref og nokkur úttakssnið eru í boði.

Færibreytur

Sendu annaðhvort samræmda heitið eða upprunalega heitið, ekki bæði. Samræmd heiti

HeitiGerð SjálfgefiðLeyfilegt Lýsing
negative_promptvalfrjálst
Gerðstring
Sjálfgefið
Texti sem tilgreinir óæskilega eiginleika í úttakinu.
durationvalfrjálst
Gerðnumber
Sjálfgefið30
1 – 380
Lengd hljóðs í sekúndum, með hámarkinu 380 sekúndur fyrir medium-líkan (u.þ.b. 6 mínútur og 20 sekúndur).
num_inference_stepsvalfrjálst
Gerðinteger
Sjálfgefið8
1 – 100
Fjöldi sýnatökuítrekana, sjálfgefið 8 þar sem eimuð, forþjálfuð checkpoint ná þegar góðum gæðum þar; fleiri ítrekanir skila litlum ávinningi.
guidance_scalevalfrjálst
Gerðnumber
Sjálfgefið1
0 – 25
Styrkur classifier-free guidance, aðeins fyrir grunn-checkpoint; eimuð checkpoint verða ekki fyrir áhrifum. Á viðeigandi checkpoint eykur hækkun hans fylgni við kvaðninguna.
seedvalfrjálst
Gerðinteger | null
Fræ slembigjafa fyrir endurtekjanlegar niðurstöður; ef því er sleppt er slembifræ valið.
enable_prompt_expansionvalfrjálst
Gerðboolean
Sjálfgefiðfalse
Útvíkkun kvaðningar með LLM þegar hún er virkjuð, sem bætir við smáatriðum og eykur gæði niðurstöðu.
enable_safety_checkervalfrjálst
Gerðboolean
Sjálfgefiðtrue
Öryggisathugun á NSFW-efni.
output_formatvalfrjálst
Gerðenum
Sjálfgefiðmp3
mp3wavflacoggopusm4aaac
Gámssnið sem er notað fyrir hljóðið í niðurstöðunni.
bitratevalfrjálst
Gerðstring
Sjálfgefið192k
Bitahraði úttakshljóðs, hunsaður þegar wav eða flac er notað þar sem þau eru taplaus. Fyrir þjöppuð snið á borð við mp3, aac eða opus skal gefa upp gildi á forminu '192k' eða '320k'.
promptáskilið
Gerðstring
Textaleiðbeiningar sem lýsa umbreytingunni sem á að beita á upprunahljóðið.
audio_urláskilið audio
Gerðurl · audio
Inntakshljóð fyrir umbreytingu.
init_noise_levelvalfrjálst
Gerðnumber
Sjálfgefið0.9
0 – 1
Suðstig upprunahljóðs: 0.1 heldur miklu samræmi við inntakið, 0.5 er millistig og 1.0 kemur algerlega í stað upprunans með suði fyrir hreina efnisgerð.
áskilið Samræmt heiti, einnig samþykkt

Skrárfæribreytur taka við opinberri https://-vefslóð, data:-URI allt að 10 MB eða file_url fyrir upphleðslu. Skrár

Úttak

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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
audio
object {url, content_type, file_name, file_size}Hljóðbútur sem myndaður er með efnisgerð.
seed
integerSáð sem stýrði slembni við efnisgerð.
prompt
stringKvaðningin sem notuð var til að búa til úttakið.

Fleiri líkön: Hljóð

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/stable-audio-3/medium/audio-to-audio.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt