Hoppa till innehåll

Stable Audio 3 · Medium · Text to Audio

Integrera

Modell-id stable-audio-3/medium/text-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/text-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"
  }'

# 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"

Den här begäran: 0,038 $ 38 API-krediter · ≈ 4,09 ₽ Kör den på den här sidan

Hämta API-nyckel
Stability AI Ljud 1–380 s #music#audio#stereo

Destillerad text-till-ljud-modell med Medium och snabba 8 steg som standard, klipp på upp till 380 sekunder

Stability AI · Ljud

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt

Text som anger önskat ljudinnehåll.

standard 30

Ljudlängd i sekunder, med en maximal längd på 380 sekunder för medium-modellen (cirka 6 minuter 20 sekunder).

Avancerat negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
standard

Text som anger oönskade egenskaper i utdata.

output_format standard mp3

Containerformat som används för det resulterande ljudet.

standard 192k

Utdata-ljudets bithastighet, ignoreras vid wav eller flac eftersom de är förlustfria. För komprimerade format som mp3, aac eller opus anger du ett värde i formen '192k' eller '320k'.

standard 8

Antal samplingsiterationer, standard 8 eftersom destillerade, eftertränade kontrollpunkter redan uppnår god kvalitet där; ytterligare iterationer ger liten nytta.

standard 1

Klassificerarfri vägledningsstyrka endast för baskontrollpunkter; destillerade kontrollpunkter påverkas inte. För tillämpliga kontrollpunkter gör en höjning följsamheten till prompten starkare.

Slumpgeneratorns frö för upprepningsbara resultat; om det utelämnas väljs ett slumpmässigt frö.

POST /run/stable-audio-3/medium/text-to-audio?wait=20 pris → 0,038 $
# 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/text-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"
  }'

# 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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Stable Audio 3 · Medium · Text to Audio

Skapar ljud från en text-`prompt`, valfritt med en `negative_prompt`. Denna eftertränade variant använder som standard 8 samplingsteg och får liten nytta av fler, och vägledningsskalan är som standard 1 eftersom den endast påverkar baskontrollpunkter. `duration` går från 1 till 380 sekunder. Välj mp3, wav, flac, ogg, opus, m4a eller aac som utdata.

Parametrar

NamnTyp StandardTillåtna Beskrivning
negative_promptvalfritt
Typstring
Standard
Text som anger oönskade egenskaper i utdata.
durationvalfritt
Typnumber
Standard30
1 – 380
Ljudlängd i sekunder, med en maximal längd på 380 sekunder för medium-modellen (cirka 6 minuter 20 sekunder).
num_inference_stepsvalfritt
Typinteger
Standard8
1 – 100
Antal samplingsiterationer, standard 8 eftersom destillerade, eftertränade kontrollpunkter redan uppnår god kvalitet där; ytterligare iterationer ger liten nytta.
guidance_scalevalfritt
Typnumber
Standard1
0 – 25
Klassificerarfri vägledningsstyrka endast för baskontrollpunkter; destillerade kontrollpunkter påverkas inte. För tillämpliga kontrollpunkter gör en höjning följsamheten till prompten starkare.
seedvalfritt
Typinteger | null
Slumpgeneratorns frö för upprepningsbara resultat; om det utelämnas väljs ett slumpmässigt frö.
enable_prompt_expansionvalfritt
Typboolean
Standardfalse
Promptutökning med en LLM när den är aktiverad, vilket lägger till detaljer och förbättrar resultatkvaliteten.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Säkerhetskontroll av NSFW-innehåll.
output_formatvalfritt
Typenum
Standardmp3
mp3wavflacoggopusm4aaac
Containerformat som används för det resulterande ljudet.
bitratevalfritt
Typstring
Standard192k
Utdata-ljudets bithastighet, ignoreras vid wav eller flac eftersom de är förlustfria. För komprimerade format som mp3, aac eller opus anger du ett värde i formen '192k' eller '320k'.
promptobligatoriskt
Typstring
Text som anger önskat ljudinnehåll.
obligatoriskt

Resultat

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/text-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": 38,
    "usd": "0.038",
    "charged": 38,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
audio
object {url, content_type, file_name, file_size}Ljudklipp som producerats genom generering.
seed
integerStartvärde som styrde slumpmässigheten under genereringen.
prompt
stringPrompten som användes för att generera utdata.

Fler modeller: Ljud

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/stable-audio-3/medium/text-to-audio.md. Alla modeller och guider: https://doitong.com/developers/llms.txt