Przejdź do treści

Stable Audio 2.5 · Audio to Audio

Integracja

Identyfikator modelu stable-audio-25/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-25/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"

To żądanie: 0,20 $ 200 kredytów API · ≈ 21,52 ₽ Uruchom na tej stronie

Uzyskaj klucz API
Stability AI Audio #audio

Przekształca istniejący klip audio w nowe nagranie na podstawie tekstowego promptu, z regulowaną siłą zmian

Stability AI · Audio

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Prompt kierujący generowaniem audio.

•wymagane audio_url
Upuść plik lub

Źródłowy klip audio do transformacji.

Zaawansowane strength · num_inference_steps · total_seconds · guidance_scale · seed · enable_safety_checker
domyślnie 0.8

Siła odszumiania określająca udział `audio_url`: 1 całkowicie ignoruje podane audio, natomiast 0 odtwarza je bez zmian.

domyślnie 8

Liczba kroków odszumiania zastosowanych do audio.

Długość wynikowego audio domyślnie odpowiada długości klipu wejściowego. Podaj długość, aby zastąpić tę wartość domyślną.

domyślnie 1

Wierność audio względem promptu zwiększa się wraz z tą wartością, która wzmacnia zgodność procesu dyfuzji z tekstem.

POST /run/stable-audio-25/audio-to-audio?wait=20 wycena → 0,20 $
# 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-25/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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Stable Audio 2.5 · Audio to Audio

Przyjmuje klip źródłowy przez `audio_url` oraz `prompt` i przekształca go w kierunku opisanego dźwięku. `strength` (od 0.01 do 1, domyślnie 0.8) określa, jak bardzo wynik różni się od wejścia. `total_seconds` przyjmuje wartości od 1 do 190 i domyślnie odpowiada długości wejścia. `num_inference_steps` przyjmuje wartości od 4 do 8, a `guidance_scale` od 1 do 25.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
Prompt kierujący generowaniem audio.
audio_urlwymagane audio
Typurl · audio
Źródłowy klip audio do transformacji.
strengthopcjonalne
Typnumber
Domyślne0.8
0,01 – 1
Siła odszumiania określająca udział `audio_url`: 1 całkowicie ignoruje podane audio, natomiast 0 odtwarza je bez zmian.
num_inference_stepsopcjonalne
Typinteger
Domyślne8
4 – 8
Liczba kroków odszumiania zastosowanych do audio.
total_secondsopcjonalne
Typinteger | null
1 – 190
Długość wynikowego audio domyślnie odpowiada długości klipu wejściowego. Podaj długość, aby zastąpić tę wartość domyślną.
guidance_scaleopcjonalne
Typnumber
Domyślne1
1 – 25
Wierność audio względem promptu zwiększa się wraz z tą wartością, która wzmacnia zgodność procesu dyfuzji z tekstem.
seedopcjonalne
Typinteger | null
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Filtrowanie można złagodzić, ustawiając false, jeśli wywołujący ma odpowiednie uprawnienia.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-25/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": 200,
    "usd": "0.20",
    "charged": 200,
    "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
  },
  "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
audio
object {url, content_type, file_name, file_size}Klip audio utworzony w wyniku generowania.
seed
integerLosowy seed używany podczas generowania.

Więcej modeli: Audio

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/stable-audio-25/audio-to-audio.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt