Ir al contenido

ACE Step Prompt To Audio

Integrar

Id del modelo ace-step/prompt-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/ace-step/prompt-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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Esta solicitud: 0,012 $ 12 créditos de API Ejecutar en esta página

Obtener clave de API
ACE Studio Texto a música 5–240 s #text-to-audio#text-to-music

Convierte un prompt de texto sin formato en una canción, generando sus propias etiquetas y letras, con un interruptor instrumental

ACE Studio · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio

Instrucciones de estilo a partir de las cuales se generan etiquetas y letras para dar forma al audio resultante.

predeterminado 60

Duración, en segundos, del audio generado.

Avanzado scheduler · guidance_type · number_of_steps · granularity_scale · guidance_interval · guidance_interval_decay · guidance_scale · minimum_guidance_scale · tag_guidance_scale · lyric_guidance_scale · seed · instrumental
scheduler predeterminado euler

Programador utilizado durante la generación.

guidance_type predeterminado apg

Tipo de CFG utilizado durante la generación.

predeterminado 27

Cantidad de pasos utilizada durante la generación de audio.

predeterminado 10

Escala de granularidad aplicada durante la generación. Aumentarla puede reducir los artefactos.

predeterminado 0.5

Porción del programa de generación que recibe orientación: elegir 0.5 la restringe a los pasos de 0.25 * infer_steps a 0.75 * infer_steps, dejando el principio y el final sin orientación.

predeterminado 0

Decaimiento de la orientación dentro del intervalo de generación: 0.0 mantiene el decaimiento desactivado; de lo contrario, la escala disminuye durante ese intervalo desde guidance_scale hasta min_guidance_scale.

predeterminado 15

Escala de orientación aplicada durante la generación.

predeterminado 3

Escala de orientación mínima alcanzada después del decaimiento durante la generación.

predeterminado 5

Escala de orientación de etiquetas aplicada durante la generación.

predeterminado 1.5

Escala de orientación de la letra aplicada durante la generación.

Semilla para una generación reproducible, elegida aleatoriamente a menos que proporciones un valor.

POST /run/ace-step/prompt-to-audio?wait=20 cotización → 0,012 $
# 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/ace-step/prompt-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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de ACE Step Prompt To Audio

Solo necesita un `prompt` que describa la música. Las etiquetas y las letras se generan automáticamente a partir de él, y el indicador `instrumental` elimina las voces. `duration` va de 5 a 240 segundos, con 60 como valor predeterminado. Las opciones avanzadas incluyen `number_of_steps`, `scheduler`, `guidance_type` y `seed`.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
Instrucciones de estilo a partir de las cuales se generan etiquetas y letras para dar forma al audio resultante.
instrumentalopcional
Tipoboolean
Predeterminadofalse
Controla si el audio generado es una versión instrumental.
durationopcional
Tiponumber
Predeterminado60
5 – 240
Duración, en segundos, del audio generado.
number_of_stepsopcional
Tipointeger
Predeterminado27
3 – 60
Cantidad de pasos utilizada durante la generación de audio.
seedopcional
Tipointeger | null
Semilla para una generación reproducible, elegida aleatoriamente a menos que proporciones un valor.
scheduleropcional
Tipoenum
Predeterminadoeuler
eulerheun
Programador utilizado durante la generación.
guidance_typeopcional
Tipoenum
Predeterminadoapg
cfgapgcfg_star
Tipo de CFG utilizado durante la generación.
granularity_scaleopcional
Tipointeger
Predeterminado10
-100 – 100
Escala de granularidad aplicada durante la generación. Aumentarla puede reducir los artefactos.
guidance_intervalopcional
Tiponumber
Predeterminado0.5
0 – 1
Porción del programa de generación que recibe orientación: elegir 0.5 la restringe a los pasos de 0.25 * infer_steps a 0.75 * infer_steps, dejando el principio y el final sin orientación.
guidance_interval_decayopcional
Tiponumber
Predeterminado0
0 – 1
Decaimiento de la orientación dentro del intervalo de generación: 0.0 mantiene el decaimiento desactivado; de lo contrario, la escala disminuye durante ese intervalo desde guidance_scale hasta min_guidance_scale.
guidance_scaleopcional
Tiponumber
Predeterminado15
0 – 200
Escala de orientación aplicada durante la generación.
minimum_guidance_scaleopcional
Tiponumber
Predeterminado3
0 – 200
Escala de orientación mínima alcanzada después del decaimiento durante la generación.
tag_guidance_scaleopcional
Tiponumber
Predeterminado5
0 – 10
Escala de orientación de etiquetas aplicada durante la generación.
lyric_guidance_scaleopcional
Tiponumber
Predeterminado1.5
0 – 10
Escala de orientación de la letra aplicada durante la generación.
obligatorio

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ace-step/prompt-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": 12,
    "usd": "0.012",
    "charged": 12,
    "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,
    "tags": "lofi, hiphop, drum and bass, trap, chill",
    "lyrics": "[inst]"
  },
  "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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audio
object {url, content_type, file_name, file_size}Archivo de audio producido por la generación.
seed
integerSemilla aleatoria utilizada durante la generación.
tags
stringEtiquetas de género aplicadas durante la generación.
lyrics
stringLetra aplicada durante la generación.

Más modelos: Texto a música

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/ace-step/prompt-to-audio.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt