Accéder au contenu

ACE Step

Intégrer

Identifiant du modèle ace-step
# 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?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "tags": "lofi, hiphop, drum and bass, trap, chill"
  }'

# 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"

Cette requête: 0,012 $ 12 crédits API L'exécuter sur cette page

Obtenir une clé API
ACE Studio Texte vers musique 5–240 s #text-to-audio#text-to-music

Compose de la musique à partir de tags de genre et de paroles facultatives, pour une durée de 5 à 240 secondes

ACE Studio · Audio

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 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 lorsque vous les modifiez.

•obligatoire

Balises de style audio fournies sous forme de genres séparés par des virgules, avec `prompt` comme autre possibilité pour les fournir.

par défaut 60

Durée, en secondes, de l'audio généré.

Avancé lyrics · 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
par défaut

Paroles chantées, avec des sections organisées à l'aide de contrôles tels que [verse], [chorus] et [bridge]. Pour un audio sans paroles chantées, omettez cette entrée ou fournissez uniquement [inst] ou [instrumental].

scheduler par défaut euler

Planificateur utilisé pendant la génération.

guidance_type par défaut apg

Type de CFG utilisé pendant la génération.

par défaut 27

Nombre d'étapes utilisées lors de la génération audio.

par défaut 10

Échelle de granularité appliquée pendant la génération. L'augmenter peut réduire les artefacts.

par défaut 0.5

Portion du planning de génération qui reçoit des indications : choisir 0.5 la limite aux étapes comprises entre 0.25 * infer_steps et 0.75 * infer_steps, laissant le début et la fin sans indications.

par défaut 0

Diminution des indications dans l'intervalle de génération : 0.0 désactive la diminution ; sinon, l'échelle diminue pendant cet intervalle de guidance_scale à min_guidance_scale.

par défaut 15

Échelle des indications appliquées pendant la génération.

par défaut 3

Échelle minimale des indications atteinte après diminution pendant la génération.

par défaut 5

Échelle des indications liées aux balises appliquées pendant la génération.

par défaut 1.5

Échelle des indications liées aux paroles appliquées pendant la génération.

Graine pour une génération reproductible, choisie aléatoirement sauf si vous fournissez une valeur.

POST /run/ace-step?wait=20 devis → 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?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "tags": "lofi, hiphop, drum and bass, trap, chill"
  }'

# 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 à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de ACE Step

Crée une piste musicale à partir de `tags` de style séparés par des virgules et de `lyrics` facultatives. Les marqueurs de section comme [verse] et [chorus] structurent la chanson, tandis que [inst] produit une version instrumentale. `duration` va de 5 à 240 secondes. Les contrôles d'échantillonnage incluent `scheduler` (euler ou heun), `guidance_type` et `number_of_steps` de 3 à 60.

Paramètres

NomType Par défautAutorisé Description
tagsobligatoire
Typestring
Balises de style audio fournies sous forme de genres séparés par des virgules, avec `prompt` comme autre possibilité pour les fournir.
lyricsfacultatif
Typestring
Par défaut
Paroles chantées, avec des sections organisées à l'aide de contrôles tels que [verse], [chorus] et [bridge]. Pour un audio sans paroles chantées, omettez cette entrée ou fournissez uniquement [inst] ou [instrumental].
durationfacultatif
Typenumber
Par défaut60
5 – 240
Durée, en secondes, de l'audio généré.
number_of_stepsfacultatif
Typeinteger
Par défaut27
3 – 60
Nombre d'étapes utilisées lors de la génération audio.
seedfacultatif
Typeinteger | null
Graine pour une génération reproductible, choisie aléatoirement sauf si vous fournissez une valeur.
schedulerfacultatif
Typeenum
Par défauteuler
eulerheun
Planificateur utilisé pendant la génération.
guidance_typefacultatif
Typeenum
Par défautapg
cfgapgcfg_star
Type de CFG utilisé pendant la génération.
granularity_scalefacultatif
Typeinteger
Par défaut10
-100 – 100
Échelle de granularité appliquée pendant la génération. L'augmenter peut réduire les artefacts.
guidance_intervalfacultatif
Typenumber
Par défaut0.5
0 – 1
Portion du planning de génération qui reçoit des indications : choisir 0.5 la limite aux étapes comprises entre 0.25 * infer_steps et 0.75 * infer_steps, laissant le début et la fin sans indications.
guidance_interval_decayfacultatif
Typenumber
Par défaut0
0 – 1
Diminution des indications dans l'intervalle de génération : 0.0 désactive la diminution ; sinon, l'échelle diminue pendant cet intervalle de guidance_scale à min_guidance_scale.
guidance_scalefacultatif
Typenumber
Par défaut15
0 – 200
Échelle des indications appliquées pendant la génération.
minimum_guidance_scalefacultatif
Typenumber
Par défaut3
0 – 200
Échelle minimale des indications atteinte après diminution pendant la génération.
tag_guidance_scalefacultatif
Typenumber
Par défaut5
0 – 10
Échelle des indications liées aux balises appliquées pendant la génération.
lyric_guidance_scalefacultatif
Typenumber
Par défaut1.5
0 – 10
Échelle des indications liées aux paroles appliquées pendant la génération.
obligatoire

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ace-step",
  "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": {
    "tags": "lofi, hiphop, drum and bass, trap, chill"
  },
  "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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie sur notre stockage : conservée indéfiniment (facturation par Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Une structure identique pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et l'audio. output est l'objet de résultat propre au modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Fichier audio produit par la génération.
seed
integerGraine aléatoire utilisée pendant la génération.
tags
stringBalises de genre appliquées pendant la génération.
lyrics
stringParoles appliquées pendant la génération.

Plus de modèles : Texte vers musique

Pour les agents IA : cette page au format Markdown est disponible à l'adresse https://doitong.com/fr-FR/developers/models/ace-step.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt