Passer au contenu

Stable Audio 3 Trainer

Intégrer

Identifiant du modèle stable-audio-3-trainer
# 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"

Fichiers comme dans l’exemple: 3,00 $ 3 000 crédits API vos fichiers sont mesurés avant l’exécution L’exécuter sur cette page

Obtenir une clé API
Stability AI Entraînement 1–380 s #music#audio#sfx#lora

Entraîne une LoRA sur Stable Audio 3 à partir d’une archive zip de clips audio accompagnés de légendes texte correspondantes

Stability AI · Fichier

Votre premier résultat apparaîtra ici

Créez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou pendant 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour au fur et à mesure de vos modifications.

•requis

URL du fichier zip du jeu de données, chaque paire audio/légende étant stockée ensemble sous des noms de base correspondants: `clip.wav` est associé à `clip.txt`, par exemple. Les légendes doivent utiliser l’extension `.txt`.

par défaut 1000

Nombre d’étapes d’entraînement LoRA.

Durée de recadrage/remplissage en secondes, toujours limitée par la longueur d’entraînement native du modèle sélectionné. Fournissez une durée ou omettez-la pour utiliser le clip le plus long détecté dans le jeu de données, sous réserve de cette limite.

par défaut 1

Taille de lot utilisée pendant l’entraînement.

Avancé model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model par défaut medium-base

Point de contrôle de base pour l’affinage de Stable Audio 3.

base_precision par défaut bf16

Précision utilisée par les poids de base gelés; les paramètres LoRA restent en fp32.

par défaut dora-rows

Famille d’adaptateurs utilisée pour l’entraînement LoRA.

URL facultative d’un point de contrôle LoRA `.safetensors` à partir duquel reprendre l’entraînement.

par défaut 0.0001

Taux d’apprentissage appliqué par AdamW aux paramètres LoRA.

par défaut 16

Rang de l’adaptateur LoRA.

par défaut 42

Graine de randomisation.

Sous-chaînes de noms de modules qui limitent les emplacements où LoRA est ajouté: seuls les modules correspondants le reçoivent.

Sous-chaînes de noms utilisées pour exclure les modules correspondants.

POST /run/stable-audio-3-trainer?wait=20 devis → 3,00 $
# 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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement au Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Stable Audio 3 Trainer

Effectue un réglage fin d’un point de contrôle de base (medium-base, small-music-base ou small-sfx-base) sur un zip `audio_data_url` où chaque fichier audio possède une légende `.txt` portant le même nom. Vous pouvez régler `number_of_steps` (jusqu’à 20000), `learning_rate`, `rank` (1 à 256), `adapter_type` et `batch_size`, ou reprendre à partir d’un point de contrôle `.safetensors`. Retourne les poids LoRA et un fichier de configuration.

Paramètres

NomType Par défautAutorisé Description
audio_data_urlrequis
Typestring
URL du fichier zip du jeu de données, chaque paire audio/légende étant stockée ensemble sous des noms de base correspondants: `clip.wav` est associé à `clip.txt`, par exemple. Les légendes doivent utiliser l’extension `.txt`.
modelfacultatif
Typeenum
Par défautmedium-base
medium-basesmall-music-basesmall-sfx-base
Point de contrôle de base pour l’affinage de Stable Audio 3.
number_of_stepsfacultatif
Typeinteger
Par défaut1000
1 – 20 000
Nombre d’étapes d’entraînement LoRA.
learning_ratefacultatif
Typenumber
Par défaut0.0001
≤ 0,01> 0
Taux d’apprentissage appliqué par AdamW aux paramètres LoRA.
rankfacultatif
Typeinteger
Par défaut16
1 – 256
Rang de l’adaptateur LoRA.
adapter_typefacultatif
Typeenum
Par défautdora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
Famille d’adaptateurs utilisée pour l’entraînement LoRA.
durationfacultatif
Typenumber | null
1 – 380
Durée de recadrage/remplissage en secondes, toujours limitée par la longueur d’entraînement native du modèle sélectionné. Fournissez une durée ou omettez-la pour utiliser le clip le plus long détecté dans le jeu de données, sous réserve de cette limite.
batch_sizefacultatif
Typeinteger
Par défaut1
1 – 8
Taille de lot utilisée pendant l’entraînement.
seedfacultatif
Typeinteger
Par défaut42
0 – 2 147 483 647
Graine de randomisation.
base_precisionfacultatif
Typeenum
Par défautbf16
bf16bfloat16fp16float16
Précision utilisée par les poids de base gelés; les paramètres LoRA restent en fp32.
includefacultatif
Typestring[]
Sous-chaînes de noms de modules qui limitent les emplacements où LoRA est ajouté: seuls les modules correspondants le reçoivent.
excludefacultatif
Typestring[]
Sous-chaînes de noms utilisées pour exclure les modules correspondants.
lora_checkpoint_urlfacultatif
Typestring | null
URL facultative d’un point de contrôle LoRA `.safetensors` à partir duquel reprendre l’entraînement.
pre_encodefacultatif
Typeboolean
Par défautfalse
Préencodage de l’archive audio en latents SAME avant l’entraînement de LoRA.
requis

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation par Go-mois) ou pendant 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et les fichiers audio. output est l’objet de résultat propre au modèle.
Champs de sortie
lora_file
object {url, content_type, file_name, file_size}Poids LoRA entraînés pour Stable Audio 3.
config_file
object {url, content_type, file_name, file_size}Métadonnées JSON décrivant l’exécution d’entraînement et le modèle compatible pour l’inférence.

Pour les agents IA : cette page en Markdown se trouve à https://doitong.com/fr-CA/developers/models/stable-audio-3-trainer.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt