تخطّي إلى المحتوى

Stable Audio 3 Trainer

التكامل

معرّف النموذج stable-audio-3-trainer
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/stable-audio-3-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio_data_url": "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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

ملفات مثل المثال: ⁨‏3.00 $⁩ 3,000 رصيد API تُقاس ملفاتك قبل التشغيل تشغيله في هذه الصفحة

الحصول على مفتاح API
Stability AI التدريب 1–380 ث #music#audio#sfx#lora

يدرّب LoRA على Stable Audio 3 انطلاقًا من ملف zip لمقاطع صوتية مع أوصاف نصية مطابقة

Stability AI · ملف

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

•مطلوب

عنوان URL لملف zip الخاص بمجموعة البيانات، مع تخزين كل زوج من الصوت/الوصف معًا تحت أسماء أساسية متطابقة: يرتبط `clip.wav` بـ `clip.txt`، مثلًا. يجب أن تستخدم الأوصاف الامتداد `.txt`.

الافتراضي 1000

عدد خطوات تدريب LoRA.

مدة الاقتصاص/الحشو بالثواني، وتحدها في جميع الحالات مدة التدريب الأصلية للنموذج المحدد. قدم مدة أو احذفها لاستخدام أطول مقطع مكتشف في مجموعة البيانات، مع الالتزام بهذا الحد.

الافتراضي 1

حجم الدفعة المستخدم أثناء التدريب.

متقدم model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model الافتراضي medium-base

نقطة التحقق الأساسية للضبط الدقيق لـ Stable Audio 3.

base_precision الافتراضي bf16

الدقة المستخدمة للأوزان الأساسية المجمدة؛ وتبقى معلمات LoRA بصيغة fp32.

الافتراضي dora-rows

عائلة المحول المستخدمة لتدريب LoRA.

عنوان URL اختياري لنقطة تحقق LoRA بصيغة `.safetensors` لاستئناف التدريب منها.

الافتراضي 0.0001

معدل التعلم الذي يطبقه AdamW على معلمات LoRA.

الافتراضي 16

رتبة محول LoRA.

الافتراضي 42

بذرة التوزيع العشوائي.

أجزاء من أسماء الوحدات تقيد مواضع إضافة LoRA: تتلقاها الوحدات المطابقة فقط.

أجزاء أسماء تُستخدم لاستبعاد الوحدات المطابقة.

POST /run/stable-audio-3-trainer?wait=20 عرض السعر → ⁨‏3.00 $⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/stable-audio-3-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio_data_url": "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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول Stable Audio 3 Trainer

يضبط نقطة تحقق أساسية (medium-base أو small-music-base أو small-sfx-base) على ملف zip في `audio_data_url`، بحيث يملك كل ملف صوتي وصفًا `.txt` بالاسم نفسه. يمكنك ضبط `number_of_steps` (حتى 20000) و`learning_rate` و`rank` (من 1 إلى 256) و`adapter_type` و`batch_size`، أو الاستئناف من نقطة تحقق `.safetensors`. يعيد أوزان LoRA وملف إعدادات.

المعاملات

الاسمالنوع الافتراضيمسموح الوصف
audio_data_urlمطلوب
النوعstring
عنوان URL لملف zip الخاص بمجموعة البيانات، مع تخزين كل زوج من الصوت/الوصف معًا تحت أسماء أساسية متطابقة: يرتبط `clip.wav` بـ `clip.txt`، مثلًا. يجب أن تستخدم الأوصاف الامتداد `.txt`.
modelاختياري
النوعenum
الافتراضيmedium-base
medium-basesmall-music-basesmall-sfx-base
نقطة التحقق الأساسية للضبط الدقيق لـ Stable Audio 3.
number_of_stepsاختياري
النوعinteger
الافتراضي1000
1 – 20,000
عدد خطوات تدريب LoRA.
learning_rateاختياري
النوعnumber
الافتراضي0.0001
≤ 0.01> 0
معدل التعلم الذي يطبقه AdamW على معلمات LoRA.
rankاختياري
النوعinteger
الافتراضي16
1 – 256
رتبة محول LoRA.
adapter_typeاختياري
النوعenum
الافتراضيdora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
عائلة المحول المستخدمة لتدريب LoRA.
durationاختياري
النوعnumber | null
1 – 380
مدة الاقتصاص/الحشو بالثواني، وتحدها في جميع الحالات مدة التدريب الأصلية للنموذج المحدد. قدم مدة أو احذفها لاستخدام أطول مقطع مكتشف في مجموعة البيانات، مع الالتزام بهذا الحد.
batch_sizeاختياري
النوعinteger
الافتراضي1
1 – 8
حجم الدفعة المستخدم أثناء التدريب.
seedاختياري
النوعinteger
الافتراضي42
0 – 2,147,483,647
بذرة التوزيع العشوائي.
base_precisionاختياري
النوعenum
الافتراضيbf16
bf16bfloat16fp16float16
الدقة المستخدمة للأوزان الأساسية المجمدة؛ وتبقى معلمات LoRA بصيغة fp32.
includeاختياري
النوعstring[]
أجزاء من أسماء الوحدات تقيد مواضع إضافة LoRA: تتلقاها الوحدات المطابقة فقط.
excludeاختياري
النوعstring[]
أجزاء أسماء تُستخدم لاستبعاد الوحدات المطابقة.
lora_checkpoint_urlاختياري
النوعstring | null
عنوان URL اختياري لنقطة تحقق LoRA بصيغة `.safetensors` لاستئناف التدريب منها.
pre_encodeاختياري
النوعboolean
الافتراضيfalse
ترميز مسبق لأرشيف الصوت إلى متجهات SAME قبل تدريب LoRA.
مطلوب

المخرجات

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3-trainer",
  "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": 3000,
    "usd": "3.00",
    "charged": 3000,
    "refunded": 0
  },
  "input": {
    "audio_data_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
lora_file
object {url, content_type, file_name, file_size}أوزان LoRA المدربة لـ Stable Audio 3.
config_file
object {url, content_type, file_name, file_size}بيانات وصفية بصيغة JSON تصف عملية التدريب والنموذج المتوافق للاستدلال.

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/stable-audio-3-trainer.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt