Siirry sisältöön

Stable Audio 3 · Medium · Text to Audio

Integroi

Mallin tunniste stable-audio-3/medium/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-3/medium/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"

Tämä pyyntö: 0,038 $ 38 API-krediittiä Suorita tällä sivulla

Hanki API-avain
Stability AI Ääni 1–380 s #music#audio#stereo

Distilloitu Medium-tekstistä ääneksi -malli, nopea 8 vaiheen oletusarvo, enintään 380 sekunnin leikkeille

Stability AI · Ääni

Ensimmäinen tuloksesi tulee tähän

Muodosta pyyntö alla ja suorita se API-avaimellasi. Tulosteet kopioidaan tallennustilaamme, jossa ne säilytetään ikuisesti tai 7 päivää ilmaiseksi.

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

•pakollinen

Halutun äänisisällön määrittävä teksti.

oletus 30

Äänen pituus sekunteina; medium-mallin enimmäispituus on 380 sekuntia (noin 6 minuuttia 20 sekuntia).

Lisäasetukset negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
oletus

Teksti, joka määrittää tulosteessa ei-toivotut ominaisuudet.

output_format oletus mp3

Tuloksena saatavan äänen säilömuoto.

oletus 192k

Tulosteäänen bittinopeus, jota ei huomioida wav- tai flac-muodoilla niiden häviöttömyyden vuoksi. Pakatuille muodoille, kuten mp3, aac tai opus, anna arvo muodossa '192k' tai '320k'.

oletus 8

Näytteenottoiteraatioiden määrä; oletus on 8, koska tislatut ja jälkikoulutetut tarkistuspisteet saavuttavat siellä jo hyvän laadun. Lisäiteraatioista on vain vähän hyötyä.

oletus 1

Vain perustarkistuspisteille tarkoitettu classifier-free guidance -voimakkuus; tislatut tarkistuspisteet eivät reagoi siihen. Soveltuvissa tarkistuspisteissä sen suurentaminen tiukentaa kehotteen noudattamista.

Toistettaviin tuloksiin käytettävä satunnaisgeneraattorin siemen; pois jättäminen valitsee satunnaisen siemenen.

POST /run/stable-audio-3/medium/text-to-audio?wait=20 hinta → 0,038 $
# 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/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"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: Stable Audio 3 · Medium · Text to Audio

Luo ääntä tekstimuotoisesta `prompt`-kehotteesta ja valinnaisesta `negative_prompt`-kehotteesta. Tämä jälkikoulutettu muunnelma käyttää oletuksena 8 näytteenottovaihetta, eikä hyödy juuri suuremmasta määrästä, ja ohjausasteen oletus on 1, koska sillä on vaikutusta vain perusmallin tarkistuspisteisiin. `duration` vaihtelee välillä 1–380 sekuntia. Valitse tulostemuodoksi mp3, wav, flac, ogg, opus, m4a tai aac.

Parametrit

NimiTyyppi OletusSallitut Kuvaus
negative_promptvalinnainen
Tyyppistring
Oletus
Teksti, joka määrittää tulosteessa ei-toivotut ominaisuudet.
durationvalinnainen
Tyyppinumber
Oletus30
1 – 380
Äänen pituus sekunteina; medium-mallin enimmäispituus on 380 sekuntia (noin 6 minuuttia 20 sekuntia).
num_inference_stepsvalinnainen
Tyyppiinteger
Oletus8
1 – 100
Näytteenottoiteraatioiden määrä; oletus on 8, koska tislatut ja jälkikoulutetut tarkistuspisteet saavuttavat siellä jo hyvän laadun. Lisäiteraatioista on vain vähän hyötyä.
guidance_scalevalinnainen
Tyyppinumber
Oletus1
0 – 25
Vain perustarkistuspisteille tarkoitettu classifier-free guidance -voimakkuus; tislatut tarkistuspisteet eivät reagoi siihen. Soveltuvissa tarkistuspisteissä sen suurentaminen tiukentaa kehotteen noudattamista.
seedvalinnainen
Tyyppiinteger | null
Toistettaviin tuloksiin käytettävä satunnaisgeneraattorin siemen; pois jättäminen valitsee satunnaisen siemenen.
enable_prompt_expansionvalinnainen
Tyyppiboolean
Oletusfalse
Kehotteen laajennus LLM:llä, kun käytössä; lisää yksityiskohtia ja parantaa tuloksen laatua.
enable_safety_checkervalinnainen
Tyyppiboolean
Oletustrue
NSFW-sisällön turvallisuustarkistus.
output_formatvalinnainen
Tyyppienum
Oletusmp3
mp3wavflacoggopusm4aaac
Tuloksena saatavan äänen säilömuoto.
bitratevalinnainen
Tyyppistring
Oletus192k
Tulosteäänen bittinopeus, jota ei huomioida wav- tai flac-muodoilla niiden häviöttömyyden vuoksi. Pakatuille muodoille, kuten mp3, aac tai opus, anna arvo muodossa '192k' tai '320k'.
promptpakollinen
Tyyppistring
Halutun äänisisällön määrittävä teksti.
pakollinen

Tulos

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/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": 38,
    "usd": "0.038",
    "charged": 38,
    "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,
    "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"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
audio
object {url, content_type, file_name, file_size}Generoinnilla tuotettu äänileike.
seed
integerGeneroinnin satunnaisuutta ohjaava siemen.
prompt
stringTulosteen generointiin käytetty kehote.

Lisää malleja: Ääni

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/stable-audio-3/medium/text-to-audio.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt