Bỏ qua đến nội dung

Stable Audio 3 Medium Base Text to Audio

Tích hợp

Id mô hình stable-audio-3/medium/base/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/base/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"

Yêu cầu này: 0,048 $ 48 tín dụng API · ≈ 5,16 ₽ Chạy trên trang này

Lấy khóa API
Stability AI Âm thanh 1–380 s #music#audio#stereo

Chuyển văn bản thành âm thanh với checkpoint Medium cơ sở cho quy trình tinh chỉnh, đoạn dài tối đa 380 giây

Stability AI · Âm thanh

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc

Văn bản chỉ định nội dung âm thanh mong muốn.

mặc định 30

Độ dài âm thanh tính bằng giây, với mức tối đa của mô hình medium là 380 giây (xấp xỉ 6 phút 20 giây).

Nâng cao negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
mặc định

Văn bản chỉ định các đặc điểm không mong muốn trong đầu ra.

output_format mặc định mp3

Định dạng container được dùng cho âm thanh kết quả.

mặc định 192k

Bitrate âm thanh đầu ra, bị bỏ qua khi dùng wav hoặc flac vì đây là các định dạng không mất dữ liệu. Với các định dạng nén như mp3, aac hoặc opus, cung cấp giá trị theo dạng '192k' hoặc '320k'.

mặc định 50

Chọn số bước lấy mẫu cần chạy; khoảng 50 bước thường cho chất lượng tốt khi dùng checkpoint cơ sở (không chưng cất).

mặc định 7

Cường độ hướng dẫn không cần bộ phân loại; ban đầu nên dùng khoảng 7.0 trên checkpoint cơ sở. Tăng giá trị này khiến quá trình tạo sinh tuân thủ lời nhắc chặt chẽ hơn.

Seed bộ tạo ngẫu nhiên để cho kết quả có thể lặp lại; bỏ qua sẽ chọn seed ngẫu nhiên.

POST /run/stable-audio-3/medium/base/text-to-audio?wait=20 báo giá → 0,048 $
# 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/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"

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Stable Audio 3 Medium Base Text to Audio

Tạo sinh âm thanh từ `prompt` văn bản, với `negative_prompt` tùy chọn để tránh các đặc tính không mong muốn. `duration` từ 1 đến 380 giây. Là checkpoint cơ sở không chưng cất, mô hình mặc định có 50 bước lấy mẫu và hướng dẫn scale bằng 7, đồng thời chấp nhận hướng dẫn tối đa 25. Định dạng đầu ra gồm mp3, wav, flac, ogg, opus, m4a và aac.

Tham số

TênKiểu Mặc địnhĐược phép Mô tả
negative_prompttùy chọn
Kiểustring
Mặc định
Văn bản chỉ định các đặc điểm không mong muốn trong đầu ra.
durationtùy chọn
Kiểunumber
Mặc định30
1 – 380
Độ dài âm thanh tính bằng giây, với mức tối đa của mô hình medium là 380 giây (xấp xỉ 6 phút 20 giây).
num_inference_stepstùy chọn
Kiểuinteger
Mặc định50
1 – 100
Chọn số bước lấy mẫu cần chạy; khoảng 50 bước thường cho chất lượng tốt khi dùng checkpoint cơ sở (không chưng cất).
guidance_scaletùy chọn
Kiểunumber
Mặc định7
0 – 25
Cường độ hướng dẫn không cần bộ phân loại; ban đầu nên dùng khoảng 7.0 trên checkpoint cơ sở. Tăng giá trị này khiến quá trình tạo sinh tuân thủ lời nhắc chặt chẽ hơn.
seedtùy chọn
Kiểuinteger | null
Seed bộ tạo ngẫu nhiên để cho kết quả có thể lặp lại; bỏ qua sẽ chọn seed ngẫu nhiên.
enable_prompt_expansiontùy chọn
Kiểuboolean
Mặc địnhfalse
Mở rộng lời nhắc bằng LLM khi được bật, bổ sung chi tiết và cải thiện chất lượng kết quả.
enable_safety_checkertùy chọn
Kiểuboolean
Mặc địnhtrue
Kiểm tra an toàn đối với nội dung NSFW.
output_formattùy chọn
Kiểuenum
Mặc địnhmp3
mp3wavflacoggopusm4aaac
Định dạng container được dùng cho âm thanh kết quả.
bitratetùy chọn
Kiểustring
Mặc định192k
Bitrate âm thanh đầu ra, bị bỏ qua khi dùng wav hoặc flac vì đây là các định dạng không mất dữ liệu. Với các định dạng nén như mp3, aac hoặc opus, cung cấp giá trị theo dạng '192k' hoặc '320k'.
promptbắt buộc
Kiểustring
Văn bản chỉ định nội dung âm thanh mong muốn.
bắt buộc

Đầu ra

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/base/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": 48,
    "usd": "0.048",
    "charged": 48,
    "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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
audio
object {url, content_type, file_name, file_size}Đoạn âm thanh được tạo sinh.
seed
integerSeed kiểm soát tính ngẫu nhiên trong quá trình tạo sinh.
prompt
stringLời nhắc đã được dùng để tạo đầu ra.

Thêm mô hình: Âm thanh

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/stable-audio-3/medium/base/text-to-audio.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt