Pāriet uz saturu

Stable Audio 3 Medium Base Audio to Audio

Integrēt

Modeļa id 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"

Šis pieprasījums: 0,053 $ 53 API kredīti · ≈ 5,70 ₽ Izpildīt šajā lapā

Iegūt API atslēgu
Stability AI Audio 1–380 s #music#style-transfer#remix

Medium audio pārveides remikss ar bāzes kontrolpunktu: pārveido avota klipu ar uzvedni, līdz 380 sekundēm

Stability AI · Audio

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

•obligāts

Teksta norādes avota audio pārveidei.

•obligāts audio_url
Nometiet failu vai

Ievades audio pārveidei.

noklusējums 30

Audio ilgums sekundēs; vidējā modeļa maksimums ir 380 sekundes (aptuveni 6 minūtes 20 sekundes).

Papildu negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · init_noise_level · seed · enable_prompt_expansion · enable_safety_checker
noklusējums

Teksts, kas norāda nevēlamās izvades īpašības.

output_format noklusējums mp3

Iegūtā audio konteinera formāts.

noklusējums 192k

Izvades audio bitātrums; wav un flac gadījumā tas tiek ignorēts, jo tie ir bezzudumu formāti. Saspiestiem formātiem, piemēram, mp3, aac vai opus, norādiet vērtību formā '192k' vai '320k'.

noklusējums 50

Izvēlieties paraugošanas soļu skaitu; ar pamata (nedestilētiem) kontrolpunktiem labas kvalitātes iegūšanai ieteicami aptuveni 50.

noklusējums 7

Klasifikatorbrīvas vadības stiprums; pamata kontrolpunktiem sākotnēji ieteicams aptuveni 7.0; palielinot to, ģenerēšana ciešāk ievēro uzvedni.

noklusējums 0.9

Avota audio trokšņa līmenis: 0.1 saglabā ciešu līdzību ar ievadi, 0.5 ir vidējs, bet 1.0 pilnībā aizstāj avotu ar troksni tīrai ģenerēšanai.

Nejaušā ģeneratora sēkla atkārtojamiem rezultātiem; ja tā nav norādīta, tiek izvēlēta nejauša sēkla.

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

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par Stable Audio 3 Medium Base Audio to Audio

Saņem avota klipu, izmantojot `audio_url`, kā arī teksta `prompt` un ģenerē pārveidotu versiju. `init_noise_level` (0 līdz 1) nosaka, cik precīzi rezultāts seko ievadei, bet `duration` pieņem 1 līdz 380 sekundes. Šis ir nedestilēts kontrolpunkts, tāpēc noklusējums ir 50 iztveršanas soļi un vadības skala 7. Izvade var būt mp3, wav, flac, ogg, opus, m4a vai aac.

Parametri

Nosūti vai nu kanonisko nosaukumu, vai vietējo nosaukumu, bet ne abus. Kan啤niskie nosaukumi

NosaukumsTips NoklusējumsAtļauts Apraksts
negative_promptneobligāts
Tipsstring
Noklusējums
Teksts, kas norāda nevēlamās izvades īpašības.
durationneobligāts
Tipsnumber
Noklusējums30
1 – 380
Audio ilgums sekundēs; vidējā modeļa maksimums ir 380 sekundes (aptuveni 6 minūtes 20 sekundes).
num_inference_stepsneobligāts
Tipsinteger
Noklusējums50
1 – 100
Izvēlieties paraugošanas soļu skaitu; ar pamata (nedestilētiem) kontrolpunktiem labas kvalitātes iegūšanai ieteicami aptuveni 50.
guidance_scaleneobligāts
Tipsnumber
Noklusējums7
0 – 25
Klasifikatorbrīvas vadības stiprums; pamata kontrolpunktiem sākotnēji ieteicams aptuveni 7.0; palielinot to, ģenerēšana ciešāk ievēro uzvedni.
seedneobligāts
Tipsinteger | null
Nejaušā ģeneratora sēkla atkārtojamiem rezultātiem; ja tā nav norādīta, tiek izvēlēta nejauša sēkla.
enable_prompt_expansionneobligāts
Tipsboolean
Noklusējumsfalse
Uzvednes paplašināšana ar LLM, ja iespējota, pievienojot detalizētu informāciju un uzlabojot rezultāta kvalitāti.
enable_safety_checkerneobligāts
Tipsboolean
Noklusējumstrue
NSFW satura drošības pārbaude.
output_formatneobligāts
Tipsenum
Noklusējumsmp3
mp3wavflacoggopusm4aaac
Iegūtā audio konteinera formāts.
bitrateneobligāts
Tipsstring
Noklusējums192k
Izvades audio bitātrums; wav un flac gadījumā tas tiek ignorēts, jo tie ir bezzudumu formāti. Saspiestiem formātiem, piemēram, mp3, aac vai opus, norādiet vērtību formā '192k' vai '320k'.
promptobligāts
Tipsstring
Teksta norādes avota audio pārveidei.
audio_urlobligāts audio
Tipsurl · audio
Ievades audio pārveidei.
init_noise_levelneobligāts
Tipsnumber
Noklusējums0.9
0 – 1
Avota audio trokšņa līmenis: 0.1 saglabā ciešu līdzību ar ievadi, 0.5 ir vidējs, bet 1.0 pilnībā aizstāj avotu ar troksni tīrai ģenerēšanai.
obligāts Kan啤niskais nosaukums, arī pieņemts

Failu parametriem nepieciešams publisks https:// URL, data: URI līdz 10 MB vai augšupielādes file_url. Faili

Izvade

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"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
audio
object {url, content_type, file_name, file_size}Ģenerēšanas rezultātā izveidots audio klips.
seed
integerSākumvērtība, kas kontrolēja nejaušību ģenerēšanas laikā.
prompt
stringUzvedne, kas tika izmantota izvades ģenerēšanai.

Vairāk modeļu: Audio

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/stable-audio-3/medium/base/audio-to-audio.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt