Ruka hadi kwenye maudhui

Stable Audio 3 Medium Audio to Audio

Unganisha

Kitambulisho cha modeli 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"

Ombi hili: $ 0.042 salio za API 42 · ≈ ₽ 4.52 Iendeshe kwenye ukurasa huu

Pata ufunguo wa API
Stability AI Sauti 1–380 s #music#style-transfer#remix

Stable Audio 3 Medium iliyopunguzwa, inayochanganya upya klipu ya chanzo kuwa toleo jipya kutoka kwa kidokezo

Stability AI · Sauti

Tokeo lako la kwanza linaonekana hapa

Unda ombi hapa chini na uliendeshe kwa ufunguo wako wa API. Matokeo yanakiliwa kwenye hifadhi yetu, yakihifadhiwa milele au 7 siku bila malipo.

Unda ombi

Vidhibiti vinazalishwa kutoka kwenye schema ya modeli. Msimbo na bei husasishwa unapovibadilisha.

•inahitajika

Maagizo ya maandishi yanayoeleza mabadiliko ya kutumika kwenye sauti ya chanzo.

•inahitajika audio_url
Dondosha faili, au

Sauti ya ingizo kwa ajili ya mabadiliko.

chaguomsingi 30

Urefu wa sauti kwa sekunde, wenye kikomo cha sekunde 380 kwa modeli ya kati (takriban dakika 6 na sekunde 20).

Ya kina negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · init_noise_level · seed · enable_prompt_expansion · enable_safety_checker
chaguomsingi

Maandishi yanayobainisha sifa zisizotakiwa katika tokeo.

output_format chaguomsingi mp3

Muundo wa kontena unaotumika kwa sauti inayotokana.

chaguomsingi 192k

Bitrate ya sauti ya tokeo, ikipuuzwa unapotumia wav au flac kwa sababu hazipotezi ubora. Kwa miundo iliyobanwa kama mp3, aac au opus, toa thamani katika muundo '192k' au '320k'.

chaguomsingi 8

Idadi ya marudio ya sampuli, ikiwa chaguomsingi ni 8 kwa sababu checkpoint zilizodistill tayari hutoa ubora mzuri hapo; marudio ya ziada yana faida ndogo.

chaguomsingi 1

Nguvu ya mwongozo usio na classifier kwa checkpoint msingi pekee; checkpoint zilizodistill haziathiriki. Kwenye checkpoint husika, kuiongeza huimarisha ufuataji wa kidokezo.

chaguomsingi 0.9

Kiwango cha kelele cha sauti ya chanzo: 0.1 huhifadhi ufanano wa karibu na ingizo, 0.5 ni cha kati, na 1.0 hubadilisha chanzo kizima kuwa kelele kwa uzalishaji safi.

Seed ya jenereta nasibu kwa matokeo yanayoweza kurudiwa; kuiacha huchagua seed nasibu.

POST /run/stable-audio-3/medium/audio-to-audio?wait=20 makadirio → $ 0.042
# 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"

Endesha ombi hili

Key yako inabaki kwenye kivinjari hiki: inatumwa kwa Doitong API pekee na kuhifadhiwa (localStorage) tu ukiweka tiki kwenye Kumbuka. Pata ufunguo wa API

Kuhusu Stable Audio 3 Medium Audio to Audio

Hubadilisha `audio_url` kulingana na `prompt`, na kutoa sauti yenye `duration` ya sekunde 1 hadi 380 (chaguo-msingi 30). `init_noise_level` kutoka 0 hadi 1 huweka jinsi matokeo yanavyofuata chanzo: thamani ya chini huihifadhi kwa karibu, na 1.0 ni uundaji kamili. Chaguo-msingi ni hatua 8, huku fomati kadhaa za matokeo zikipatikana.

Vigezo

Tuma jina rasmi au jina asilia, si yote mawili. Majina rasmi

JinaAina ChaguomsingiInaruhusiwa Maelezo
negative_promptsi lazima
Ainastring
Chaguomsingi
Maandishi yanayobainisha sifa zisizotakiwa katika tokeo.
durationsi lazima
Ainanumber
Chaguomsingi30
1 – 380
Urefu wa sauti kwa sekunde, wenye kikomo cha sekunde 380 kwa modeli ya kati (takriban dakika 6 na sekunde 20).
num_inference_stepssi lazima
Ainainteger
Chaguomsingi8
1 – 100
Idadi ya marudio ya sampuli, ikiwa chaguomsingi ni 8 kwa sababu checkpoint zilizodistill tayari hutoa ubora mzuri hapo; marudio ya ziada yana faida ndogo.
guidance_scalesi lazima
Ainanumber
Chaguomsingi1
0 – 25
Nguvu ya mwongozo usio na classifier kwa checkpoint msingi pekee; checkpoint zilizodistill haziathiriki. Kwenye checkpoint husika, kuiongeza huimarisha ufuataji wa kidokezo.
seedsi lazima
Ainainteger | null
Seed ya jenereta nasibu kwa matokeo yanayoweza kurudiwa; kuiacha huchagua seed nasibu.
enable_prompt_expansionsi lazima
Ainaboolean
Chaguomsingifalse
Upanuzi wa kidokezo kwa kutumia LLM ukiwashwa, ukiongeza maelezo na kuboresha ubora wa matokeo.
enable_safety_checkersi lazima
Ainaboolean
Chaguomsingitrue
Ukaguzi wa usalama wa maudhui ya NSFW.
output_formatsi lazima
Ainaenum
Chaguomsingimp3
mp3wavflacoggopusm4aaac
Muundo wa kontena unaotumika kwa sauti inayotokana.
bitratesi lazima
Ainastring
Chaguomsingi192k
Bitrate ya sauti ya tokeo, ikipuuzwa unapotumia wav au flac kwa sababu hazipotezi ubora. Kwa miundo iliyobanwa kama mp3, aac au opus, toa thamani katika muundo '192k' au '320k'.
promptinahitajika
Ainastring
Maagizo ya maandishi yanayoeleza mabadiliko ya kutumika kwenye sauti ya chanzo.
audio_urlinahitajika audio
Ainaurl · audio
Sauti ya ingizo kwa ajili ya mabadiliko.
init_noise_levelsi lazima
Ainanumber
Chaguomsingi0.9
0 – 1
Kiwango cha kelele cha sauti ya chanzo: 0.1 huhifadhi ufanano wa karibu na ingizo, 0.5 ni cha kati, na 1.0 hubadilisha chanzo kizima kuwa kelele kwa uzalishaji safi.
inahitajika Jina rasmi, pia linakubalika

Vigezo vya faili vinakubali URL ya umma ya https://, data: URI ya hadi 10 MB, au file_url ya upakiaji. Faili

Tokeo

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"
  }
}
Faili zako, chaguo lakoKila outputs[].url ni nakala kwenye hifadhi yetu: huhifadhiwa milele (hutozwa kwa GB kwa mwezi) au 7 siku bila malipo, kulingana na mpangilio wa akaunti yako au ?storage=.
Muundo uleule kwenye kila modelitype, url, content_type, width, height na duration, kwa picha, video na sauti. output ni kitu cha matokeo cha modeli yenyewe.
Sehemu za tokeo
audio
object {url, content_type, file_name, file_size}Klipu ya sauti iliyozalishwa.
seed
integerMbegu iliyodhibiti nasibu wakati wa uzalishaji.
prompt
stringKidokezo kilichotumika kutengeneza tokeo.

Miundo zaidi: Sauti

Kwa mawakala wa AI: ukurasa huu katika Markdown unapatikana kwenye https://doitong.com/sw/developers/models/stable-audio-3/medium/audio-to-audio.md. Modeli na miongozo yote: https://doitong.com/developers/llms.txt