Zum Inhalt springen

Stable Audio 3 Trainer

Integrieren

Modell-ID 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"

Dateien wie das Beispiel: 3,00 $ 3.000 API-Credits Deine Dateien werden vor der Ausführung gemessen Auf dieser Seite ausführen

API-Schlüssel abrufen
Stability AI Training 1–380 s #music#audio#sfx#lora

Trainiert eine LoRA auf Stable Audio 3 aus einem ZIP-Archiv mit Audioclips und passenden Textbeschriftungen

Stability AI · Datei

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich

URL eines Dataset-ZIPs, in dem jedes Audio-/Beschriftungspaar zusammen unter übereinstimmenden Basisnamen gespeichert ist: Beispielsweise gehört `clip.wav` zu `clip.txt`. Beschriftungen müssen die Erweiterung `.txt` verwenden.

Standard 1000

Anzahl der Schritte für das LoRA-Training.

Crop-/Padding-Dauer in Sekunden, in allen Fällen durch die native Trainingslänge des ausgewählten Modells begrenzt. Geben Sie eine Länge an oder lassen Sie sie weg, um den längsten im Dataset erkannten Clip zu verwenden, sofern dieser die Begrenzung einhält.

Standard 1

Batchgröße während des Trainings.

Erweitert model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model Standard medium-base

Basismodell für das Feintuning von Stable Audio 3.

base_precision Standard bf16

Genauigkeit der eingefrorenen Basisgewichte; LoRA-Parameter bleiben fp32.

Standard dora-rows

Adapterfamilie für das LoRA-Training.

Optionale URL eines `.safetensors`-LoRA-Checkpoints, mit dem das Training fortgesetzt wird.

Standard 0.0001

Lernrate, die AdamW auf LoRA-Parameter anwendet.

Standard 16

Rang des LoRA-Adapters.

Standard 42

Seed für die Randomisierung.

Teilzeichenfolgen von Modulnamen, die festlegen, wo LoRA hinzugefügt wird: Nur übereinstimmende Module erhalten es.

Teilzeichenfolgen von Namen zum Ausschluss übereinstimmender Module.

POST /run/stable-audio-3-trainer?wait=20 Preis → 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"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über Stable Audio 3 Trainer

Passt einen Basis-Checkpoint (medium-base, small-music-base oder small-sfx-base) anhand eines `audio_data_url`-ZIP-Archivs an, in dem jede Audiodatei eine gleichnamige `.txt`-Beschriftung besitzt. Sie können `number_of_steps` (bis zu 20000), `learning_rate`, `rank` (1 bis 256), `adapter_type` und `batch_size` anpassen oder einen `.safetensors`-Checkpoint fortsetzen. Gibt LoRA-Gewichte und eine Konfigurationsdatei zurück.

Parameter

NameTyp StandardZulässig Beschreibung
audio_data_urlerforderlich
Typstring
URL eines Dataset-ZIPs, in dem jedes Audio-/Beschriftungspaar zusammen unter übereinstimmenden Basisnamen gespeichert ist: Beispielsweise gehört `clip.wav` zu `clip.txt`. Beschriftungen müssen die Erweiterung `.txt` verwenden.
modeloptional
Typenum
Standardmedium-base
medium-basesmall-music-basesmall-sfx-base
Basismodell für das Feintuning von Stable Audio 3.
number_of_stepsoptional
Typinteger
Standard1000
1 – 20.000
Anzahl der Schritte für das LoRA-Training.
learning_rateoptional
Typnumber
Standard0.0001
≤ 0,01> 0
Lernrate, die AdamW auf LoRA-Parameter anwendet.
rankoptional
Typinteger
Standard16
1 – 256
Rang des LoRA-Adapters.
adapter_typeoptional
Typenum
Standarddora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
Adapterfamilie für das LoRA-Training.
durationoptional
Typnumber | null
1 – 380
Crop-/Padding-Dauer in Sekunden, in allen Fällen durch die native Trainingslänge des ausgewählten Modells begrenzt. Geben Sie eine Länge an oder lassen Sie sie weg, um den längsten im Dataset erkannten Clip zu verwenden, sofern dieser die Begrenzung einhält.
batch_sizeoptional
Typinteger
Standard1
1 – 8
Batchgröße während des Trainings.
seedoptional
Typinteger
Standard42
0 – 2.147.483.647
Seed für die Randomisierung.
base_precisionoptional
Typenum
Standardbf16
bf16bfloat16fp16float16
Genauigkeit der eingefrorenen Basisgewichte; LoRA-Parameter bleiben fp32.
includeoptional
Typstring[]
Teilzeichenfolgen von Modulnamen, die festlegen, wo LoRA hinzugefügt wird: Nur übereinstimmende Module erhalten es.
excludeoptional
Typstring[]
Teilzeichenfolgen von Namen zum Ausschluss übereinstimmender Module.
lora_checkpoint_urloptional
Typstring | null
Optionale URL eines `.safetensors`-LoRA-Checkpoints, mit dem das Training fortgesetzt wird.
pre_encodeoptional
Typboolean
Standardfalse
Vorabkodierung des Audioarchivs in SAME-Latents vor dem LoRA-Training.
erforderlich

Ausgabe

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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
lora_file
object {url, content_type, file_name, file_size}Für Stable Audio 3 trainierte LoRA-Gewichte.
config_file
object {url, content_type, file_name, file_size}JSON-Metadaten zur Beschreibung des Trainingslaufs und des kompatiblen Modells für Inferenz.

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/stable-audio-3-trainer.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt