உள்ளடக்கத்திற்குச் செல்க

Stable Audio 3 Medium Base Audio Outpainting

ஒருங்கிணை

மாடல் id stable-audio-3/medium/base/audio-outpainting
# 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-outpainting?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"

இந்தக் கோரிக்கை: $0.056 56 API கிரெடிட்கள் · ≈ ₽6.02 இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக
Stability AI ஆடியோ #music#extension#continuation

ஆடியோவை நீட்டிக்கும் Base-checkpoint Stable Audio 3 Medium; 50 படிகள் மற்றும் guidance 7-க்காகச் சரிசெய்யப்பட்டது

Stability AI · ஆடியோ

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

•தேவை

விரிவாக்கத்தின் உள்ளடக்கத்தை விவரிக்கும் உரை வழிமுறைகள்.

•தேவை audio_url
கோப்பை விடுங்கள் அல்லது

விரிவாக்கத்திற்கான உள்ளீட்டு ஆடியோ.

மேம்பட்டவை negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · extend_seconds_before · extend_seconds_after · seed · enable_prompt_expansion · enable_safety_checker
இயல்புநிலை

வெளியீட்டில் விரும்பப்படாத பண்புகளைக் குறிப்பிடும் உரை.

output_format இயல்புநிலை mp3

விளைவாக வரும் ஆடியோவுக்குப் பயன்படுத்தப்படும் container வடிவம்.

இயல்புநிலை 192k

வெளியீட்டு ஆடியோ bitrate; wav அல்லது flac lossless என்பதால் அவற்றைப் பயன்படுத்தும்போது புறக்கணிக்கப்படும். mp3, aac அல்லது opus போன்ற சுருக்கப்பட்ட வடிவங்களுக்கு '192k' அல்லது '320k' வடிவில் மதிப்பை வழங்கவும்.

இயல்புநிலை 50

இயக்க வேண்டிய sampling படிகளின் எண்ணிக்கையைத் தேர்ந்தெடுக்கவும்; base (non-distilled) checkpoints-ஐப் பயன்படுத்தும்போது நல்ல தரத்திற்கு சுமார் 50 படிகள் போதுமானவை.

இயல்புநிலை 7

Classifier-free guidance வலிமை; base checkpoints-ல் தொடக்கத்தில் சுமார் 7.0 பரிந்துரைக்கப்படுகிறது. இதை உயர்த்தினால் உருவாக்கம் ப்ராம்ப்ட்டை இன்னும் நெருக்கமாகப் பின்பற்றும்.

இயல்புநிலை 0

மூலத்தின் முன்பகுதியில் சேர்க்கப்படும் புதிதாக உருவாக்கப்பட்ட ஆடியோவின் கால அளவு, வினாடிகளில்.

இயல்புநிலை 0

மூலத்தின் பின்பகுதியில் சேர்க்கப்படும் புதிதாக உருவாக்கப்பட்ட ஆடியோவின் கால அளவு, வினாடிகளில்.

மீண்டும் உருவாக்கக்கூடிய முடிவுகளுக்கான சீரற்ற generator விதை; இதை விடுபட்டால் சீரற்ற விதை தேர்ந்தெடுக்கப்படும்.

POST /run/stable-audio-3/medium/base/audio-outpainting?wait=20 விலை → $0.056
# 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-outpainting?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"

இந்தக் கோரிக்கையை இயக்கு

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். API விசையைப் பெறுங்கள்

Stable Audio 3 Medium Base Audio Outpainting பற்றி

`extend_seconds_before` மற்றும் `extend_seconds_after` (ஒவ்வொன்றும் 0 முதல் 380 வினாடிகள் வரை) ஆகியவற்றைப் பயன்படுத்தி, `audio_url` க்கு முன்பும் பின்பும் புதிய ஆடியோவை உருவாக்கி அதை நீட்டிக்கிறது; இதற்கு `prompt` பயன்படுத்தப்படுகிறது. இந்த வடிகட்டப்படாத சேமிப்புப் புள்ளியில் இயல்புநிலையாக 50 படிகளும் `guidance_scale` 7-ம் பயன்படுத்தப்படுகின்றன. வெளியீடு mp3, wav, flac, ogg, opus, m4a அல்லது aac ஆக இருக்கலாம்.

அளவுருக்கள்

நியமப் பெயர் அல்லது நேட்டிவ் பெயர் இரண்டில் ஒன்றை மட்டும் அனுப்பவும். நியமப் பெயர்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்
negative_promptவிருப்பத்தேர்வு
வகைstring
இயல்புநிலை
வெளியீட்டில் விரும்பப்படாத பண்புகளைக் குறிப்பிடும் உரை.
num_inference_stepsவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை50
1 – 100
இயக்க வேண்டிய sampling படிகளின் எண்ணிக்கையைத் தேர்ந்தெடுக்கவும்; base (non-distilled) checkpoints-ஐப் பயன்படுத்தும்போது நல்ல தரத்திற்கு சுமார் 50 படிகள் போதுமானவை.
guidance_scaleவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை7
0 – 25
Classifier-free guidance வலிமை; base checkpoints-ல் தொடக்கத்தில் சுமார் 7.0 பரிந்துரைக்கப்படுகிறது. இதை உயர்த்தினால் உருவாக்கம் ப்ராம்ப்ட்டை இன்னும் நெருக்கமாகப் பின்பற்றும்.
seedவிருப்பத்தேர்வு
வகைinteger | null
மீண்டும் உருவாக்கக்கூடிய முடிவுகளுக்கான சீரற்ற generator விதை; இதை விடுபட்டால் சீரற்ற விதை தேர்ந்தெடுக்கப்படும்.
enable_prompt_expansionவிருப்பத்தேர்வு
வகைboolean
இயல்புநிலைfalse
இயக்கப்பட்டால் LLM-ஐப் பயன்படுத்தி ப்ராம்ப்ட் விரிவாக்கப்படும்; இது விவரங்களைச் சேர்த்து முடிவுத் தரத்தை மேம்படுத்தும்.
enable_safety_checkerவிருப்பத்தேர்வு
வகைboolean
இயல்புநிலைtrue
NSFW உள்ளடக்கத்திற்கான பாதுகாப்புச் சரிபார்ப்பு.
output_formatவிருப்பத்தேர்வு
வகைenum
இயல்புநிலைmp3
mp3wavflacoggopusm4aaac
விளைவாக வரும் ஆடியோவுக்குப் பயன்படுத்தப்படும் container வடிவம்.
bitrateவிருப்பத்தேர்வு
வகைstring
இயல்புநிலை192k
வெளியீட்டு ஆடியோ bitrate; wav அல்லது flac lossless என்பதால் அவற்றைப் பயன்படுத்தும்போது புறக்கணிக்கப்படும். mp3, aac அல்லது opus போன்ற சுருக்கப்பட்ட வடிவங்களுக்கு '192k' அல்லது '320k' வடிவில் மதிப்பை வழங்கவும்.
promptதேவை
வகைstring
விரிவாக்கத்தின் உள்ளடக்கத்தை விவரிக்கும் உரை வழிமுறைகள்.
audio_urlதேவை audio
வகைurl · audio
விரிவாக்கத்திற்கான உள்ளீட்டு ஆடியோ.
extend_seconds_beforeவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை0
0 – 380
மூலத்தின் முன்பகுதியில் சேர்க்கப்படும் புதிதாக உருவாக்கப்பட்ட ஆடியோவின் கால அளவு, வினாடிகளில்.
extend_seconds_afterவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை0
0 – 380
மூலத்தின் பின்பகுதியில் சேர்க்கப்படும் புதிதாக உருவாக்கப்பட்ட ஆடியோவின் கால அளவு, வினாடிகளில்.
தேவை நியமப் பெயர், இதுவும் ஏற்கப்படும்

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/base/audio-outpainting",
  "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": 56,
    "usd": "0.056",
    "charged": 56,
    "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"
  }
}
உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.
ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.
வெளியீட்டின் புலங்கள்
audio
object {url, content_type, file_name, file_size}உருவாக்கத்தால் உருவாக்கப்பட்ட ஆடியோ கிளிப்.
seed
integerஉருவாக்கத்தின் போது சீரற்ற தன்மையைக் கட்டுப்படுத்திய விதை.
prompt
stringவெளியீட்டை உருவாக்கப் பயன்படுத்தப்பட்ட ப்ராம்ப்ட்.

மேலும் மாதிரிகள்: ஆடியோ

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/stable-audio-3/medium/base/audio-outpainting.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt