رفتن به محتوا

Stable Audio 2.5 · Text to Audio

یکپارچه‌سازی

شناسه مدل stable-audio-25/text-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-25/text-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"

این درخواست: ⁨‎$۰٫۲۰⁩ ۲۰۰ اعتبار API اجرای آن در این صفحه

دریافت کلید API
Stability AI صوت #audio

فقط از پرامپت متنی، موسیقی یا جلوه‌های صوتی حداکثر تا 190 ثانیه تولید می‌کند

Stability AI · صوت

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

پرامپتی که مبنای تولید صوت است.

پیشرفته seconds_total · num_inference_steps · guidance_scale · seed · enable_safety_checker
پیش‌فرض 190

طول کلیپ صوتی در حال تولید.

پیش‌فرض 8

تعداد گام‌های کاهش نویز اعمال‌شده روی صوت.

پیش‌فرض 1

با افزایش این تنظیم، وفاداری صوت به پرامپت بیشتر می‌شود و پایبندی فرایند انتشار به متن تقویت می‌گردد.

POST /run/stable-audio-25/text-to-audio?wait=20 قیمت → ⁨‎$۰٫۲۰⁩
# 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-25/text-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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Stable Audio 2.5 · Text to Audio

از `prompt` و بدون کلیپ ورودی صوت تولید می‌کند. `seconds_total` طول را از 1 تا 190 ثانیه تعیین می‌کند و پیش‌فرض آن 190 است. `num_inference_steps` از 4 تا 8 و `guidance_scale` از 1 تا 25 است؛ مقادیر بالاتر خروجی را بیشتر به پرامپت نزدیک می‌کنند. برای خروجی تکرارپذیر می‌توان `seed` تعیین کرد.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
پرامپتی که مبنای تولید صوت است.
seconds_totalاختیاری
نوعinteger
پیش‌فرض190
۱ – ۱۹۰
طول کلیپ صوتی در حال تولید.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض8
۴ – ۸
تعداد گام‌های کاهش نویز اعمال‌شده روی صوت.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض1
۱ – ۲۵
با افزایش این تنظیم، وفاداری صوت به پرامپت بیشتر می‌شود و پایبندی فرایند انتشار به متن تقویت می‌گردد.
seedاختیاری
نوعinteger | null
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
با تنظیم false، در صورت مجاز بودن فراخواننده، می‌توان بررسی را آسان‌گیرانه‌تر کرد.
الزامی

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-25/text-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": 200,
    "usd": "0.20",
    "charged": 200,
    "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
  },
  "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
audio
object {url, content_type, file_name, file_size}کلیپ صوتی تولیدشده.
seed
integerبذر تصادفی اعمال‌شده هنگام تولید.

مدل‌های بیشتر: صوت

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/stable-audio-25/text-to-audio.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt