# Stable Audio 3 Trainer API

> Εκπαιδεύει ένα LoRA στο Stable Audio 3 από ένα zip ηχητικών αποσπασμάτων με αντίστοιχες λεζάντες κειμένου

Κάνει μικρορύθμιση ενός βασικού σημείου ελέγχου (medium-base, small-music-base ή small-sfx-base) σε zip `audio_data_url`, όπου κάθε αρχείο ήχου έχει μια ομώνυμη λεζάντα `.txt`. Μπορείτε να ρυθμίσετε τα `number_of_steps` (έως 20000), `learning_rate`, `rank` (1 έως 256), `adapter_type` και `batch_size` ή να συνεχίσετε από σημείο ελέγχου `.safetensors`. Επιστρέφει βάρη LoRA και αρχείο config.

- Model id: `stable-audio-3-trainer`
- Made by: Stability AI
- Category: Training
- Output: file
- Price per run: from $0.003 / run (cheapest run $0.003 (3 API credits))
- Run: `POST https://api.doitong.com/v1/run/stable-audio-3-trainer`
- Quote: `POST https://api.doitong.com/v1/quote/stable-audio-3-trainer`
- Docs page: https://doitong.com/el/developers/models/stable-audio-3-trainer

## Pricing

Price: **from $0.003 / run** (the lowest tier; the quote prices your exact input). Price per run: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $3.00 = 3000 API credits (1 run × $3.00).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/stable-audio-3-trainer` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `audio_data_url` |  | string | yes |  |  | URL zip συνόλου δεδομένων, με κάθε ζεύγος ήχου/λεζάντας αποθηκευμένο μαζί με αντίστοιχα βασικά ονόματα: για παράδειγμα, το `clip.wav` αντιστοιχεί στο `clip.txt`. Οι λεζάντες πρέπει να χρησιμοποιούν την επέκταση `.txt`. |
| `model` |  | enum (string) | no | `medium-base` | `medium-base`, `small-music-base`, `small-sfx-base` | Βασικό checkpoint για fine-tuning του Stable Audio 3. |
| `number_of_steps` |  | integer | no | `1000` | 1 – 20,000 | Αριθμός βημάτων για εκπαίδευση LoRA. |
| `learning_rate` |  | number | no | `0.0001` | ≤ 0.01, > 0 | Ρυθμός μάθησης που εφαρμόζει το AdamW στις παραμέτρους LoRA. |
| `rank` |  | integer | no | `16` | 1 – 256 | Rank του προσαρμογέα LoRA. |
| `adapter_type` |  | enum (string) | no | `dora-rows` | `lora`, `dora`, `dora-rows`, `dora-cols`, `bora`, `lora-xs`, `dora-rows-xs`, `dora-cols-xs`, `bora-xs` | Οικογένεια προσαρμογέα που χρησιμοποιείται για εκπαίδευση LoRA. |
| `duration` |  | number \| null | no |  | 1 – 380 | Διάρκεια περικοπής/συμπλήρωσης σε δευτερόλεπτα, περιορισμένη πάντα από το εγγενές μήκος εκπαίδευσης του επιλεγμένου μοντέλου. Δώστε μήκος ή παραλείψτε το για χρήση του μεγαλύτερου αποσπάσματος που εντοπίζεται στο σύνολο δεδομένων, με την επιφύλαξη αυτού του ορίου. |
| `batch_size` |  | integer | no | `1` | 1 – 8 | Μέγεθος δέσμης που χρησιμοποιείται κατά την εκπαίδευση. |
| `seed` |  | integer | no | `42` | 0 – 2,147,483,647 | Seed τυχαιοποίησης. |
| `base_precision` |  | enum (string) | no | `bf16` | `bf16`, `bfloat16`, `fp16`, `float16` | Ακρίβεια που χρησιμοποιείται από τα παγωμένα βασικά βάρη· οι παράμετροι LoRA παραμένουν fp32. |
| `include` |  | array of string \| null | no |  |  | Υποσυμβολοσειρές ονομάτων μονάδων που περιορίζουν πού προστίθεται το LoRA: το λαμβάνουν μόνο οι μονάδες που ταιριάζουν. |
| `exclude` |  | array of string \| null | no |  |  | Υποσυμβολοσειρές ονομάτων που χρησιμοποιούνται για εξαίρεση μονάδων που ταιριάζουν. |
| `lora_checkpoint_url` |  | string \| null | no |  |  | Προαιρετικό URL ενός checkpoint LoRA `.safetensors` από το οποίο θα συνεχιστεί η εκπαίδευση. |
| `pre_encode` |  | boolean | no | `false` |  | Προκωδικοποίηση του αρχείου ήχου σε SAME latents πριν από την εκπαίδευση του LoRA. |

## Example input

Required parameters only:

```json
{
  "audio_data_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
}
```

A fuller example:

```json
{
  "audio_data_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/stable-audio-3-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "audio_data_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "audio_data_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/stable-audio-3-trainer", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.com/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "stable-audio-3-trainer",
      "input": {
        "audio_data_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `lora_file` | object {url, content_type, file_name, file_size} | Βάρη LoRA που εκπαιδεύτηκαν για το Stable Audio 3. |
| `config_file` | object {url, content_type, file_name, file_size} | Μεταδεδομένα JSON που περιγράφουν την εκτέλεση εκπαίδευσης και το συμβατό μοντέλο για inference. |

## Related models

- [ERNIE-Image Trainer](https://doitong.com/developers/models/ernie-image-trainer.md) (`ernie-image-trainer`): $0.0012 / step
- [FLUX 2 \[klein\] 9b Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer.md) (`flux-2-klein-9b-base-trainer`): $0.0043 / step
- [Flux 2 Klein 9B Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer/edit.md) (`flux-2-klein-9b-base-trainer/edit`): $0.0139 / step
- [FLUX 2 Trainer](https://doitong.com/developers/models/flux-2-trainer.md) (`flux-2-trainer`): $0.0064 / step
- [FLUX 2 Trainer Edit](https://doitong.com/developers/models/flux-2-trainer/edit.md) (`flux-2-trainer/edit`): $0.0389 / step
- [FLUX 2 Trainer V2](https://doitong.com/developers/models/flux-2-trainer-v2.md) (`flux-2-trainer-v2`): $0.0064 / step
- [FLUX 2 Trainer V2 Edit](https://doitong.com/developers/models/flux-2-trainer-v2/edit.md) (`flux-2-trainer-v2/edit`): $0.0389 / step
- [Flux Kontext Trainer](https://doitong.com/developers/models/flux-kontext-trainer.md) (`flux-kontext-trainer`): from $1.25 / run

## Links

- HTML page: https://doitong.com/developers/models/stable-audio-3-trainer
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=stable-audio-3-trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/stable-audio-3-trainer