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

Stability AI · Fichier

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

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

par défaut 1000

Nombre d'étapes pour l'entraînement LoRA.

Durée de recadrage et de remplissage en secondes, limitée dans tous les cas 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, dans la limite autorisée.

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 le fine-tuning 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’adaptateur 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 la 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 à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Stable Audio 3 Trainer

Effectue un ajustement fin d’un point de contrôle de base (medium-base, small-music-base ou small-sfx-base) sur une archive 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` (de 1 à 256), `adapter_type` et `batch_size`, ou reprendre depuis un point de contrôle `.safetensors`. Renvoie 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 avec des noms de base correspondants : `clip.wav` correspond par exemple à `clip.txt`. Les légendes doivent utiliser l’extension `.txt`.
modelfacultatif
Typeenum
Par défautmedium-base
medium-basesmall-music-basesmall-sfx-base
Point de contrôle de base pour le fine-tuning de Stable Audio 3.
number_of_stepsfacultatif
Typeinteger
Par défaut1000
1 – 20 000
Nombre d'étapes pour l'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’adaptateur utilisée pour l’entraînement LoRA.
durationfacultatif
Typenumber | null
1 – 380
Durée de recadrage et de remplissage en secondes, limitée dans tous les cas 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, dans la limite autorisée.
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 la 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
Pré-encodage 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 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
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 au format Markdown est disponible à https://doitong.com/fr/developers/models/stable-audio-3-trainer.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt