Stable Audio 3 Medium Audio to Audio

ပေါင်းစည်းရန်

မော်ဒယ် id 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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/stable-audio-3/medium/audio-to-audio?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "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"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "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",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/stable-audio-3/medium/audio-to-audio", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/my/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "stable-audio-3/medium/audio-to-audio",
  "input": {
    "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"
  }
}

Doitong API မှတစ်ဆင့် Stable Audio 3 Medium Audio to Audio မော်ဒယ် (stable-audio-3/medium/audio-to-audio) ကို ခေါ်ယူပါ။ အေးဂျင့်များအတွက် စာရွက်စာတမ်းများ: https://doitong.com/my/developers/models/stable-audio-3/medium/audio-to-audio.md

POST https://api.doitong.ru/v1/run/stable-audio-3/medium/audio-to-audio?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "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"
}

Response status သည် "queued" သို့မဟုတ် "running" ဖြစ်ပါက "succeeded" ဖြစ်သည်အထိ GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 ဖြင့် poll လုပ်ပါ။ ဖိုင်များသည် outputs[].url တွင် ရှိသည်။ လုပ်ဆောင်မီ အတိအကျစျေးနှုန်းရရန် တူညီသော body ဖြင့် POST https://api.doitong.ru/v1/quote/stable-audio-3/medium/audio-to-audio ကို အသုံးပြုပါ။

ဤတောင်းဆိုချက်: ၀.၀၄၂ $ ၄၂ API ခရက်ဒစ် · ≈ ၄.၅၂ ₽ ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်

Stability AI အသံ ၁–၃၈၀ s #music#style-transfer#remix

ပရောမ့်မှ ရင်းမြစ်ဗီဒီယိုအပိုင်းကို မူကွဲအသစ်အဖြစ် ပြန်လည်ရောစပ်ပေးသည့် ဒစ်စတီးလ်ပြုထားသော Stable Audio 3 Medium

OpenAPI Markdown

Stability AI · အသံ

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

စျေးနှုန်း

အတိအကျ စျေးနှုန်း

၀.၀၄၂ $တစ်ကြိမ်လုပ်ဆောင်မှုလျှင်

၄၂ API ခရက်ဒစ် · ≈ ၄.၅၂ ₽

တောင်းဆိုမှု ၁ ခု × ၀.၀၄၁၇ $ လုပ်ဆောင်ရန် · ၀.၀၄၂ $

အောင်မြင်မှသာ ကောက်ခံပြီး မအောင်မြင်ပါက အလိုအလျောက် ပြန်အမ်းပေးသည်။

တောင်းဆိုမှုတစ်ခုလျှင် တစ်ကြိမ်ကောက်ခံသည်။

စျေးနှုန်းတွက်ချက်ရန် Endpoint: POST /quote/{id}

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

prompt •လိုအပ်သည်

မူရင်းအသံတွင် ပြုလုပ်မည့် ပြောင်းလဲမှုကို ဖော်ပြသည့် စာသားညွှန်ကြားချက်များ။

audio •လိုအပ်သည် audio_url

ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

ပြောင်းလဲရန် ထည့်သွင်းအသံ။

duration မူလ 30

အသံအရှည်ကို စက္ကန့်ဖြင့် သတ်မှတ်သည်။ medium မော်ဒယ်အတွက် အများဆုံး 380 စက္ကန့် (ခန့်မှန်းခြေ 6 မိနစ် 20 စက္ကန့်) ဖြစ်သည်။

အဆင့်မြင့် negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · init_noise_level · seed · enable_prompt_expansion · enable_safety_checker

negative_prompt မူလ

ထွက်ရလဒ်တွင် မလိုလားသော အရည်အသွေးများကို သတ်မှတ်သည့် စာသား။

output_format မူလ mp3

ထွက်ရလဒ်အသံအတွက် အသုံးပြုသည့် container format။

bitrate မူလ 192k

ထွက်ရလဒ်အသံ၏ bitrate။ wav သို့မဟုတ် flac သည် lossless ဖြစ်သောကြောင့် ၎င်းတို့ကို အသုံးပြုသည့်အခါ လျစ်လျူရှုသည်။ mp3၊ aac သို့မဟုတ် opus ကဲ့သို့ compressed format များအတွက် '192k' သို့မဟုတ် '320k' ပုံစံဖြင့် တန်ဖိုးပေးပါ။

num_inference_steps မူလ 8

Sampling iteration အရေအတွက်။ distilled၊ post-trained checkpoint များသည် 8 တွင် အရည်အသွေးကောင်း ရရှိပြီးဖြစ်သောကြောင့် မူလတန်ဖိုးမှာ 8 ဖြစ်သည်။ ထပ်ဆောင်း iteration များက အကျိုးအမြတ် အနည်းငယ်သာ ပေးသည်။

guidance_scale မူလ 1

အခြေခံ checkpoint များအတွက်သာ classifier-free guidance အားကောင်းမှု။ distilled checkpoint များကို မသက်ရောက်ပါ။ သက်ဆိုင်သော checkpoint များတွင် တန်ဖိုးမြှင့်ခြင်းဖြင့် ပရောမ့်အပေါ် လိုက်နာမှု ပိုမိုတင်းကျပ်လာသည်။

init_noise_level မူလ 0.9

မူရင်းအသံ၏ noise level။ 0.1 သည် ထည့်သွင်းချက်နှင့် နီးစပ်မှုကို ထိန်းထားပြီး 0.5 သည် အလယ်အလတ်ဖြစ်သည်။ 1.0 သည် မူရင်းအသံကို noise ဖြင့် လုံးဝအစားထိုးကာ သန့်စင်သော ဖန်တီးမှုကို ပြုလုပ်သည်။

seed

တူညီသောရလဒ်များ ပြန်လည်ရရှိရန် ကျပန်း generator seed။ ချန်ထားပါက ကျပန်း seed တစ်ခု ရွေးချယ်သည်။

POST /run/stable-audio-3/medium/audio-to-audio?wait=20 ကုန်ကျစရိတ် → ၀.၀၄၂ $

# 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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/stable-audio-3/medium/audio-to-audio?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "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"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "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",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/stable-audio-3/medium/audio-to-audio", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "stable-audio-3/medium/audio-to-audio",
      "input": {
        "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"
      },
      "wait_seconds": 20
    }
  }
}

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

API ကီး

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ ဤဘရောက်ဇာတွင် မှတ်ထားရန် API ကီး ရယူရန်

Stable Audio 3 Medium Audio to Audio အကြောင်း

`audio_url` ကို `prompt` အတိုင်း ပြောင်းလဲပြီး `duration` 1 မှ 380 စက္ကန့်အထိ အသံဖန်တီးပေးသည် (မူလတန်ဖိုး 30)။ `init_noise_level` 0 မှ 1 အထိ သတ်မှတ်ခြင်းဖြင့် ထွက်ရလဒ်က မူရင်းအသံကို မည်မျှနီးကပ်စွာ လိုက်နာမည်ကို သတ်မှတ်နိုင်သည်။ တန်ဖိုးနိမ့်လျှင် မူရင်းနှင့် နီးကပ်ပြီး 1.0 သည် ဖန်တီးမှုအပြည့်ဖြစ်သည်။ မူလအားဖြင့် 8 အဆင့် အသုံးပြုပြီး ထွက်ရလဒ်ဖော်မတ်များ အမျိုးမျိုး ရရှိနိုင်သည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်

negative_promptရွေးချယ်နိုင်သည်

အမျိုးအစားstring

မူလတန်ဖိုး

ထွက်ရလဒ်တွင် မလိုလားသော အရည်အသွေးများကို သတ်မှတ်သည့် စာသား။

durationရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး30

၁ – ၃၈၀

num_inference_stepsရွေးချယ်နိုင်သည်

အမျိုးအစားinteger

မူလတန်ဖိုး8

၁ – ၁၀၀

guidance_scaleရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး1

၀ – ၂၅

seedရွေးချယ်နိုင်သည်

အမျိုးအစားinteger | null

enable_prompt_expansionရွေးချယ်နိုင်သည်

အမျိုးအစားboolean

မူလတန်ဖိုးfalse

ဖွင့်ထားသောအခါ LLM ကို အသုံးပြု၍ ပရောမ့်ကို ချဲ့ထွင်ခြင်း၊ အသေးစိတ်များ ထည့်သွင်းပြီး ရလဒ်အရည်အသွေးကို မြှင့်တင်သည်။

enable_safety_checkerရွေးချယ်နိုင်သည်

အမျိုးအစားboolean

မူလတန်ဖိုးtrue

NSFW အကြောင်းအရာအတွက် ဘေးကင်းရေး စစ်ဆေးမှု။

output_formatရွေးချယ်နိုင်သည်

အမျိုးအစားenum

မူလတန်ဖိုးmp3

mp3wavflacoggopusm4aaac

ထွက်ရလဒ်အသံအတွက် အသုံးပြုသည့် container format။

bitrateရွေးချယ်နိုင်သည်

အမျိုးအစားstring

မူလတန်ဖိုး192k

promptလိုအပ်သည်

အမျိုးအစားstring

audio_urlလိုအပ်သည် audio

အမျိုးအစားurl · audio

ပြောင်းလဲရန် ထည့်သွင်းအသံ။

init_noise_levelရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး0.9

၀ – ၁

လိုအပ်သည် စံအမည်၊ ထို့အပြင် လက်ခံသည်

ဖိုင်ပါရာမီတာများသည် အများပြည်သူသုံး https:// URL၊ 10 MB အထိ data: URI သို့မဟုတ် အပ်လုဒ်လုပ်ထားသောဖိုင်၏ file_url ကို လက်ခံသည်။ ဖိုင်များ

ထွက်ရလဒ်

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"
  }
}

သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။

မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။

ထွက်ရလဒ်၏ Fields များ

audio: object {url, content_type, file_name, file_size}ဖန်တီးမှုမှ ထုတ်လုပ်သော အသံကလစ်။
seed: integerဖန်တီးမှုအတွင်း ကျပန်းဖြစ်မှုကို ထိန်းချုပ်သည့် seed။
prompt: stringထွက်ရလဒ်ဖန်တီးရန် အသုံးပြုခဲ့သော ပရောမ့်။

နောက်ထပ် မော်ဒယ်များ: အသံ

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/stable-audio-3/medium/audio-to-audio.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

Stable Audio 3 Medium Audio to Audio အကြောင်း

ပါရာမီတာများ

ထွက်ရလဒ်

အခြား Stable Audio 3 မူကွဲများ

နောက်ထပ် မော်ဒယ်များ: အသံ