Sleppa yfir í efni

Stable Audio 3 Medium Base Audio to Audio

Tengja

Auðkenni líkans stable-audio-3/medium/base/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/base/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: 0,053 $ 53 API-inneignir · ≈ 5,70 ₽ Keyra á þessari síðu

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

Medium-hljóð-í-hljóð-endurhljóðblöndun með grunn-checkpoint: mótar upprunabút með boðum, allt að 380 sekúndum

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 50

Veldu fjölda sýnatökuþrepa; um 50 geta gefið góð gæði þegar grunn-checkpoint, sem eru ekki eimuð, eru notuð.

sjálfgefið 7

Styrkur classifier-free guidance, þar sem mælt er með um 7.0 í upphafi á grunn-checkpoint; hækkun hans lætur efnisgerð fylgja kvaðningunni nánar.

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/base/audio-to-audio?wait=20 verðtilboð → 0,053 $
# 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-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 Base Audio to Audio

Tekur upphafsmyndskeið í gegnum `audio_url` ásamt textakvaðningu í `prompt` og býr til umbreytta útgáfu. `init_noise_level` (0 til 1) stjórnar því hversu náið útkoman fylgir inntakinu og `duration` tekur við 1 til 380 sekúndum. Þetta er óeimaða vörðunin, þannig að sjálfgefið er 50 sýnatökuskref og leiðsagnarstuðull 7. Úttakið getur verið mp3, wav, flac, ogg, opus, m4a eða aac.

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
Sjálfgefið50
1 – 100
Veldu fjölda sýnatökuþrepa; um 50 geta gefið góð gæði þegar grunn-checkpoint, sem eru ekki eimuð, eru notuð.
guidance_scalevalfrjálst
Gerðnumber
Sjálfgefið7
0 – 25
Styrkur classifier-free guidance, þar sem mælt er með um 7.0 í upphafi á grunn-checkpoint; hækkun hans lætur efnisgerð fylgja kvaðningunni nánar.
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/base/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": 53,
    "usd": "0.053",
    "charged": 53,
    "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/base/audio-to-audio.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt