Passer 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 balises 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.

•requis

Balises de style audio fournies sous forme de genres séparés par des virgules, avec `prompt` disponible comme méthode alternative 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 les 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

Scheduler utilisé pendant la génération.

guidance_type par défaut apg

Type de CFG utilisé pendant la génération.

par défaut 27

Nombre d'étapes utilisées pendant 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 calendrier de génération qui reçoit des indications : la valeur 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

Décroissance des indications dans l'intervalle de génération : 0.0 désactive la décroissance ; sinon, l'échelle diminue sur 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 la décroissance pendant la génération.

par défaut 5

Échelle des indications de balises appliquées pendant la génération.

par défaut 1.5

Échelle des indications de paroles appliquées pendant la génération.

Seed pour une génération reproductible, choisi 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 séparées par des virgules et de `lyrics` facultatives. Les marqueurs de section tels que [verse] et [chorus] structurent la chanson, et [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
tagsrequis
Typestring
Balises de style audio fournies sous forme de genres séparés par des virgules, avec `prompt` disponible comme méthode alternative pour les fournir.
lyricsfacultatif
Typestring
Par défaut
Paroles chantées, avec les 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 pendant la génération audio.
seedfacultatif
Typeinteger | null
Seed pour une génération reproductible, choisi aléatoirement sauf si vous fournissez une valeur.
schedulerfacultatif
Typeenum
Par défauteuler
eulerheun
Scheduler 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 calendrier de génération qui reçoit des indications : la valeur 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
Décroissance des indications dans l'intervalle de génération : 0.0 désactive la décroissance ; sinon, l'échelle diminue sur 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 la décroissance pendant la génération.
tag_guidance_scalefacultatif
Typenumber
Par défaut5
0 – 10
Échelle des indications de balises appliquées pendant la génération.
lyric_guidance_scalefacultatif
Typenumber
Par défaut1.5
0 – 10
Échelle des indications de paroles appliquées pendant la génération.
requis

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 dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 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, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Fichier audio produit par la génération.
seed
integerSeed aléatoire utilisé 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 https://doitong.com/fr/developers/models/ace-step.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt