Zum Inhalt springen

Stable Audio 3 Medium Audio to Audio

Integrieren

Modell-ID 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.com/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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Diese Anfrage: 0,042 $ 42 API-Credits Auf dieser Seite ausführen

API-Schlüssel abrufen
Stability AI Audio 1–380 s #music#style-transfer#remix

Destilliertes Stable Audio 3 Medium, das einen Quellclip anhand eines Prompts in eine neue Variante remixt

Stability AI · Audio

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

Textanweisungen zur auf das Quellaudio anzuwendenden Transformation.

•erforderlich audio_url
Datei ablegen oder

Eingabeaudio für die Transformation.

Standard 30

Audiolänge in Sekunden, mit einem Maximum von 380 Sekunden beim mittleren Modell (etwa 6 Minuten 20 Sekunden).

Erweitert negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · init_noise_level · seed · enable_prompt_expansion · enable_safety_checker
Standard

Text mit unerwünschten Eigenschaften der Ausgabe.

output_format Standard mp3

Containerformat der resultierenden Audioausgabe.

Standard 192k

Bitrate der Audioausgabe, bei wav oder flac ignoriert, da diese verlustfrei sind. Für komprimierte Formate wie mp3, aac oder opus geben Sie einen Wert im Format '192k' oder '320k' an.

Standard 8

Anzahl der Sampling-Iterationen, standardmäßig 8, da destillierte, nachtrainierte Checkpoints dort bereits gute Qualität erzielen; zusätzliche Iterationen bringen nur geringe Vorteile.

Standard 1

Klassifikatorfreie Guidance-Stärke nur für Basis-Checkpoints; destillierte Checkpoints sind davon nicht betroffen. Bei geeigneten Checkpoints erhöht ein größerer Wert die Prompt-Treue.

Standard 0.9

Rauschpegel des Quellaudios: 0.1 bewahrt eine starke Ähnlichkeit mit der Eingabe, 0.5 ist ein Zwischenwert und 1.0 ersetzt die Quelle vollständig durch Rauschen für eine reine Generierung.

Zufälliger Generator-Seed für reproduzierbare Ergebnisse; ohne Angabe wird ein zufälliger Seed gewählt.

POST /run/stable-audio-3/medium/audio-to-audio?wait=20 Preis → 0,042 $
# 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/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.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 Medium Audio to Audio

Transformiert `audio_url` gemäß einem `prompt` und erzeugt Audio mit einer `duration` von 1 bis 380 Sekunden (Standard 30). `init_noise_level` von 0 bis 1 legt fest, wie eng das Ergebnis der Quelle folgt: Ein niedriger Wert erhält die Quelle weitgehend, 1.0 erzeugt alles neu. Standardmäßig werden 8 Schritte verwendet; mehrere Ausgabeformate sind verfügbar.

Parameter

Sende entweder den kanonischen Namen oder den nativen Namen, nicht beide. Kanonische Namen

NameTyp StandardZulässig Beschreibung
negative_promptoptional
Typstring
Standard
Text mit unerwünschten Eigenschaften der Ausgabe.
durationoptional
Typnumber
Standard30
1 – 380
Audiolänge in Sekunden, mit einem Maximum von 380 Sekunden beim mittleren Modell (etwa 6 Minuten 20 Sekunden).
num_inference_stepsoptional
Typinteger
Standard8
1 – 100
Anzahl der Sampling-Iterationen, standardmäßig 8, da destillierte, nachtrainierte Checkpoints dort bereits gute Qualität erzielen; zusätzliche Iterationen bringen nur geringe Vorteile.
guidance_scaleoptional
Typnumber
Standard1
0 – 25
Klassifikatorfreie Guidance-Stärke nur für Basis-Checkpoints; destillierte Checkpoints sind davon nicht betroffen. Bei geeigneten Checkpoints erhöht ein größerer Wert die Prompt-Treue.
seedoptional
Typinteger | null
Zufälliger Generator-Seed für reproduzierbare Ergebnisse; ohne Angabe wird ein zufälliger Seed gewählt.
enable_prompt_expansionoptional
Typboolean
Standardfalse
Prompt-Erweiterung mit einem LLM, sofern aktiviert; fügt Details hinzu und verbessert die Ergebnisqualität.
enable_safety_checkeroptional
Typboolean
Standardtrue
Sicherheitsprüfung auf NSFW-Inhalte.
output_formatoptional
Typenum
Standardmp3
mp3wavflacoggopusm4aaac
Containerformat der resultierenden Audioausgabe.
bitrateoptional
Typstring
Standard192k
Bitrate der Audioausgabe, bei wav oder flac ignoriert, da diese verlustfrei sind. Für komprimierte Formate wie mp3, aac oder opus geben Sie einen Wert im Format '192k' oder '320k' an.
prompterforderlich
Typstring
Textanweisungen zur auf das Quellaudio anzuwendenden Transformation.
audio_urlerforderlich audio
Typurl · audio
Eingabeaudio für die Transformation.
init_noise_leveloptional
Typnumber
Standard0.9
0 – 1
Rauschpegel des Quellaudios: 0.1 bewahrt eine starke Ähnlichkeit mit der Eingabe, 0.5 ist ein Zwischenwert und 1.0 ersetzt die Quelle vollständig durch Rauschen für eine reine Generierung.
erforderlich Kanonischer Name, ebenfalls akzeptiert

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

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.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
audio
object {url, content_type, file_name, file_size}Durch Generierung erzeugter Audioclip.
seed
integerSeed, der die Zufälligkeit während der Generierung steuert.
prompt
stringZur Generierung der Ausgabe verwendeter Prompt.

Weitere Modelle: Audio

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