# ACE Step Audio Inpaint API

> Luo olemassa olevasta äänitiedostosta valitun aikavälin uudelleen uusien tunnisteiden ja sanoitusten avulla

Ottaa vastaan `audio_url`-osoitteen ja kirjoittaa uudelleen vain `start_time`- ja `end_time`-aikojen välisen osan; molemmat mitataan sekunteina välillä 0–240. Kummankin ajan voi määrittää suhteessa leikkeen alkuun tai loppuun. Uudet `tags`-tunnisteet ja `lyrics`-sanoitukset ohjaavat korvattavaa osaa, ja `variance` määrittää tuloksen vaihtelun. Tavalliset ohjaus- ja askelmääritysasetukset ovat käytettävissä.

- Model id: `ace-step/audio-inpaint`
- Made by: ACE Studio
- Category: Text to Music
- Output: audio
- Price per second of your input audio: $0.0002 / second of input audio (cheapest run $0.001 (1 API credit))
- Run: `POST https://api.doitong.com/v1/run/ace-step/audio-inpaint`
- Quote: `POST https://api.doitong.com/v1/quote/ace-step/audio-inpaint`
- Docs page: https://doitong.com/fi/developers/models/ace-step/audio-inpaint

## Pricing

Price: **$0.0002 / second of input audio**. Price per second of your input audio: 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 $0.002 = 2 API credits (10 s input audio × $0.0002).

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/ace-step/audio-inpaint` 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

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `audio_url` | `audio` | string (audio URL) | yes |  |  | Äänitiedoston URL-kuvanmuokkausta varten. |
| `start_time_relative_to` |  | enum (string) | no | `start` | `start`, `end` | Ajan aloituskohdan viite: joko äänen alku tai loppu. |
| `start_time` |  | number | no | `0` | 0 – 240 | Kuvanmuokkauksen aloitusaika sekunteina. |
| `end_time_relative_to` |  | enum (string) | no | `start` | `start`, `end` | Ajan lopetuskohdan viite: joko äänen alku tai loppu. |
| `end_time` |  | number | no | `30` | 0 – 240 | Kuvanmuokkauksen lopetusaika sekunteina. |
| `tags` |  | string | yes |  |  | Äänityylitunnisteet pilkuilla eroteltuina genreinä; vaihtoehtoisesti ne voi antaa `prompt`-parametrilla. |
| `lyrics` |  | string | no | `` |  | Laulutetut sanat, joiden osiot järjestetään ohjaimilla, kuten [verse], [chorus] ja [bridge]. Jos äänessä ei ole laulettuja sanoja, jätä tämä syöte pois tai anna vain [inst] tai [instrumental]. |
| `variance` |  | number | no | `0.5` | 0 – 1 | Kuvanmuokkauksen varianssi määrittää, kuinka monimuotoisia tulokset voivat olla; sen suurentaminen voi lisätä vaihtelua. |
| `number_of_steps` |  | integer | no | `27` | 3 – 60 | Äänen generoinnissa käytettävä vaiheiden määrä. |
| `seed` |  | integer \| null | no |  |  | Toistettavan generoinnin siemen, joka valitaan satunnaisesti, ellet anna arvoa. |
| `scheduler` |  | enum (string) | no | `euler` | `euler`, `heun` | Generoinnissa käytettävä ajoitin. |
| `guidance_type` |  | enum (string) | no | `apg` | `cfg`, `apg`, `cfg_star` | Generoinnissa käytettävä CFG-tyyppi. |
| `granularity_scale` |  | integer | no | `10` | -100 – 100 | Generoinnissa käytettävä rakeisuusskaala. Sen suurentaminen voi vähentää artefakteja. |
| `guidance_interval` |  | number | no | `0.5` | 0 – 1 | Ohjausta saavan generointiaikataulun osa: arvon 0.5 valitseminen rajoittaa ohjauksen vaiheisiin välillä 0.25 * infer_steps–0.75 * infer_steps, jolloin alku ja loppu jäävät ilman ohjausta. |
| `guidance_interval_decay` |  | number | no | `0` | 0 – 1 | Ohjauksen vaimeneminen generointivälillä: 0.0 pitää vaimenemisen pois käytöstä; muussa tapauksessa skaala pienenee kyseisellä välillä arvosta guidance_scale arvoon min_guidance_scale. |
| `guidance_scale` |  | number | no | `15` | 0 – 200 | Generoinnin aikana käytettävän ohjauksen skaala. |
| `minimum_guidance_scale` |  | number | no | `3` | 0 – 200 | Generoinnin aikaisen vaimenemisen jälkeen saavutettava pienin ohjausskaala. |
| `tag_guidance_scale` |  | number | no | `5` | 0 – 10 | Generoinnin aikana käytettävän tunnisteohjauksen skaala. |
| `lyric_guidance_scale` |  | number | no | `1.5` | 0 – 10 | Generoinnin aikana käytettävän sanoitusohjauksen skaala. |

File parameters (`audio`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "tags": "lofi, hiphop, drum and bass, trap, chill",
  "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
}
```

A fuller example:

```json
{
  "tags": "lofi, hiphop, drum and bass, trap, chill",
  "audio_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/ace-step/audio-inpaint?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "tags": "lofi, hiphop, drum and bass, trap, chill",
    "audio_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/ace-step/audio-inpaint?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "tags": "lofi, hiphop, drum and bass, trap, chill",
    "audio_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 = {
    "tags": "lofi, hiphop, drum and bass, trap, chill",
    "audio_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/ace-step/audio-inpaint", 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": "ace-step/audio-inpaint",
      "input": {
        "tags": "lofi, hiphop, drum and bass, trap, chill",
        "audio_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": "ace-step/audio-inpaint",
  "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": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "tags": "lofi, hiphop, drum and bass, trap, chill",
    "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,
    "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `audio` | object {url, content_type, file_name, file_size} | Generoinnissa tuotettu äänitiedosto. |
| `seed` | integer | Generoinnissa käytetty satunnaissiemen. |
| `tags` | string | Generoinnin aikana käytetyt genretunnisteet. |
| `lyrics` | string | Generoinnin aikana käytetty sanoitus. |

## Related models

- [ACE Step](https://doitong.com/developers/models/ace-step.md) (`ace-step`): $0.0002 / second
- [ACE Step Audio Outpaint](https://doitong.com/developers/models/ace-step/audio-outpaint.md) (`ace-step/audio-outpaint`): $0.0002 / second of output audio
- [ACE Step Audio To Audio](https://doitong.com/developers/models/ace-step/audio-to-audio.md) (`ace-step/audio-to-audio`): $0.0002 / second of input audio
- [ACE Step Prompt To Audio](https://doitong.com/developers/models/ace-step/prompt-to-audio.md) (`ace-step/prompt-to-audio`): $0.0002 / second
- [MiniMax Music 3](https://doitong.com/developers/models/minimax/music-3.md) (`minimax/music-3`): $0.002 / second
- [DiffRhythm: Lyrics to Song](https://doitong.com/developers/models/diffrhythm.md) (`diffrhythm`): $0.001 / second
- [Elevenlabs Music](https://doitong.com/developers/models/elevenlabs/music.md) (`elevenlabs/music`): $0.60 / minute of output audio
- [Elevenlabs Music v2](https://doitong.com/developers/models/elevenlabs/music/v2.md) (`elevenlabs/music/v2`): $0.60 / minute of output audio

## Links

- HTML page: https://doitong.com/developers/models/ace-step/audio-inpaint
- 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=ace-step/audio-inpaint
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/ace-step/audio-inpaint