Мазмұнға өту

Stable Audio 3 Medium Base Audio to Audio

Интеграциялау

Модель идентификаторы 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"

Осы сұрау: 0,053 $ 53 API кредиті · ≈ 5,70 ₽ Осы бетте іске қосу

API кілтін алу
Stability AI Аудио 1–380 с #music#style-transfer#remix

Нұсқау арқылы бастапқы клипті түрлендіретін, 380 секундке дейінгі негізгі чекпойнттағы Medium аудио-аудио ремиксі

Stability AI · Аудио

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті

Бастапқы аудиоға қолданылатын түрлендіруді сипаттайтын мәтіндік нұсқаулар.

•міндетті audio_url
Файлды тастаңыз немесе

Түрлендіруге арналған кіріс аудио.

әдепкі 30

Секундпен берілетін аудио ұзақтығы; орта модель үшін ең көбі 380 секунд (шамамен 6 минут 20 секунд).

Қосымша negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · init_noise_level · seed · enable_prompt_expansion · enable_safety_checker
әдепкі

Шығыста қажетсіз сапаларды көрсететін мәтін.

output_format әдепкі mp3

Нәтиже аудиосына қолданылатын контейнер пішімі.

әдепкі 192k

Шығыс аудио битрейті; wav немесе flac қолданылғанда еленбейді, өйткені олар шығынсыз. mp3, aac немесе opus сияқты сығылған пішімдер үшін мәнді '192k' немесе '320k' түрінде беріңіз.

әдепкі 50

Сэмплинг қадамдарының санын таңдаңыз; базалық (дистилляцияланбаған) checkpoint-терді қолданғанда жақсы сапа үшін шамамен 50 қадам жеткілікті.

әдепкі 7

Classifier-free guidance күші; базалық checkpoint-терде бастапқыда шамамен 7.0 ұсынылады. Оны арттыру генерацияның нұсқауға жақынырақ сәйкестігін қамтамасыз етеді.

әдепкі 0.9

Бастапқы аудионың шу деңгейі: 0.1 кіріске жақын ұқсастықты сақтайды, 0.5 аралық мән, ал 1.0 бастапқы аудионы толықтай шумен алмастырып, таза генерация жасайды.

Қайталанатын нәтижелерге арналған кездейсоқ генератор seed-і; көрсетілмесе, кездейсоқ seed таңдалады.

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

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

Stable Audio 3 Medium Base Audio to Audio туралы

`audio_url` арқылы бастапқы клипті және мәтіндік `prompt` қабылдап, түрлендірілген нұсқа жасайды. `init_noise_level` нәтижеде кірістің қаншалық сақталатынын (0–1) белгілейді, ал `duration` 1–380 секунд аралығын қабылдайды. Бұл дистилляцияланбаған чекпойнт болғандықтан, әдепкі мәндері — 50 сэмплинг қадамы және 7 бағыттау шкаласы. Шығыс mp3, wav, flac, ogg, opus, m4a немесе aac болуы мүмкін.

Параметрлер

Канондық атауды немесе төл атауды жіберіңіз, екеуін қатар жібермеңіз. Канондық атаулар

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
negative_promptміндетті емес
Түріstring
Әдепкі
Шығыста қажетсіз сапаларды көрсететін мәтін.
durationміндетті емес
Түріnumber
Әдепкі30
1 – 380
Секундпен берілетін аудио ұзақтығы; орта модель үшін ең көбі 380 секунд (шамамен 6 минут 20 секунд).
num_inference_stepsміндетті емес
Түріinteger
Әдепкі50
1 – 100
Сэмплинг қадамдарының санын таңдаңыз; базалық (дистилляцияланбаған) checkpoint-терді қолданғанда жақсы сапа үшін шамамен 50 қадам жеткілікті.
guidance_scaleміндетті емес
Түріnumber
Әдепкі7
0 – 25
Classifier-free guidance күші; базалық checkpoint-терде бастапқыда шамамен 7.0 ұсынылады. Оны арттыру генерацияның нұсқауға жақынырақ сәйкестігін қамтамасыз етеді.
seedміндетті емес
Түріinteger | null
Қайталанатын нәтижелерге арналған кездейсоқ генератор seed-і; көрсетілмесе, кездейсоқ seed таңдалады.
enable_prompt_expansionміндетті емес
Түріboolean
Әдепкіfalse
Қосылғанда LLM арқылы нұсқауды кеңейтіп, мәлімет қосады және нәтиже сапасын жақсартады.
enable_safety_checkerміндетті емес
Түріboolean
Әдепкіtrue
NSFW мазмұнын қауіпсіздік тұрғысынан тексеру.
output_formatміндетті емес
Түріenum
Әдепкіmp3
mp3wavflacoggopusm4aaac
Нәтиже аудиосына қолданылатын контейнер пішімі.
bitrateміндетті емес
Түріstring
Әдепкі192k
Шығыс аудио битрейті; wav немесе flac қолданылғанда еленбейді, өйткені олар шығынсыз. mp3, aac немесе opus сияқты сығылған пішімдер үшін мәнді '192k' немесе '320k' түрінде беріңіз.
promptміндетті
Түріstring
Бастапқы аудиоға қолданылатын түрлендіруді сипаттайтын мәтіндік нұсқаулар.
audio_urlміндетті audio
Түріurl · audio
Түрлендіруге арналған кіріс аудио.
init_noise_levelміндетті емес
Түріnumber
Әдепкі0.9
0 – 1
Бастапқы аудионың шу деңгейі: 0.1 кіріске жақын ұқсастықты сақтайды, 0.5 аралық мән, ал 1.0 бастапқы аудионы толықтай шумен алмастырып, таза генерация жасайды.
міндетті Канондық атау, бұл да қабылданады

Файл параметрлері жалпыға қолжетімді https:// URL мекенжайын, 10 MB-қа дейінгі data: URI мекенжайын немесе жүктеп салынған файлдың file_url мәнін қабылдайды. Файлдар

Шығыс

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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
audio
object {url, content_type, file_name, file_size}Генерация арқылы жасалған аудио клипі.
seed
integerГенерация кезіндегі кездейсоқтықты басқарған seed.
prompt
stringШығысты генерациялау үшін қолданылған нұсқау.

Қосымша модельдер: Аудио

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/stable-audio-3/medium/base/audio-to-audio.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt