Prijeđi na sadržaj

Stable Audio 3 · Medium · Text to Audio

Integriraj

ID modela 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"

Ovaj zahtjev: 0,038 $ 38 API kredita Pokreni na ovoj stranici

Nabavi API ključ
Stability AI Zvuk 1–380 s #music#audio#stereo

Destilirani Medium za pretvaranje teksta u zvuk s brzim zadanim izvođenjem od 8 koraka, isječci do 380 sekundi

Stability AI · Zvuk

Vaš prvi rezultat bit će ovdje

Izradite zahtjev u nastavku i pokrenite ga svojim API ključem. Izlazi se kopiraju u našu pohranu i čuvaju zauvijek ili 7 dana besplatno.

Izradi zahtjev

Kontrole se generiraju iz sheme modela. Kôd i cijena ažuriraju se dok ih mijenjate.

•obavezno

Tekst koji navodi željeni sadržaj audija.

zadano 30

Duljina audija u sekundama, s najvećom duljinom za medium-model od 380 sekundi (otprilike 6 minuta 20 sekundi).

Napredno negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
zadano

Tekst koji navodi neželjene značajke izlaza.

output_format zadano mp3

Format spremnika koji se koristi za rezultirajući audio.

zadano 192k

Brzina prijenosa izlaznog audija, zanemaruje se za wav ili flac jer su bez gubitaka. Za komprimirane formate poput mp3, aac ili opus navedite vrijednost u obliku '192k' ili '320k'.

zadano 8

Broj iteracija uzorkovanja, zadano 8 jer destilirane, naknadno trenirane kontrolne točke već postižu dobru kvalitetu; dodatne iteracije donose malu korist.

zadano 1

Snaga guidancea bez klasifikatora samo za osnovne kontrolne točke; destilirane kontrolne točke nisu obuhvaćene. Na primjenjivim kontrolnim točkama povećanje pojačava pridržavanje prompta.

Početno stanje nasumičnog generatora za ponovljive rezultate; izostavljanje odabire nasumično početno stanje.

POST /run/stable-audio-3/medium/text-to-audio?wait=20 cijena → 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"

Pokreni ovaj zahtjev

Vaš ključ ostaje u ovom pregledniku: šalje se samo Doitong API-ju i sprema u localStorage samo ako označite Zapamti. Nabavite API ključ

O modelu Stable Audio 3 · Medium · Text to Audio

Stvara audio iz tekstualnog `prompt`, opcionalno s `negative_prompt`. `duration` je od 1 do 380 sekundi. Ova naknadno trenirana varijanta zadano koristi 8 koraka uzorkovanja i malo dobiva s većim brojem koraka, a skala usmjeravanja zadano je 1 jer utječe samo na osnovne kontrolne točke. Odaberite mp3, wav, flac, ogg, opus, m4a ili aac kao izlaz.

Parametri

NazivVrsta ZadanoDopušteno Opis
negative_promptneobavezno
Vrstastring
Zadano
Tekst koji navodi neželjene značajke izlaza.
durationneobavezno
Vrstanumber
Zadano30
1 – 380
Duljina audija u sekundama, s najvećom duljinom za medium-model od 380 sekundi (otprilike 6 minuta 20 sekundi).
num_inference_stepsneobavezno
Vrstainteger
Zadano8
1 – 100
Broj iteracija uzorkovanja, zadano 8 jer destilirane, naknadno trenirane kontrolne točke već postižu dobru kvalitetu; dodatne iteracije donose malu korist.
guidance_scaleneobavezno
Vrstanumber
Zadano1
0 – 25
Snaga guidancea bez klasifikatora samo za osnovne kontrolne točke; destilirane kontrolne točke nisu obuhvaćene. Na primjenjivim kontrolnim točkama povećanje pojačava pridržavanje prompta.
seedneobavezno
Vrstainteger | null
Početno stanje nasumičnog generatora za ponovljive rezultate; izostavljanje odabire nasumično početno stanje.
enable_prompt_expansionneobavezno
Vrstaboolean
Zadanofalse
Proširivanje prompta pomoću LLM-a kada je omogućeno, čime se dodaju pojedinosti i poboljšava kvaliteta rezultata.
enable_safety_checkerneobavezno
Vrstaboolean
Zadanotrue
Sigurnosna provjera sadržaja NSFW.
output_formatneobavezno
Vrstaenum
Zadanomp3
mp3wavflacoggopusm4aaac
Format spremnika koji se koristi za rezultirajući audio.
bitrateneobavezno
Vrstastring
Zadano192k
Brzina prijenosa izlaznog audija, zanemaruje se za wav ili flac jer su bez gubitaka. Za komprimirane formate poput mp3, aac ili opus navedite vrijednost u obliku '192k' ili '320k'.
promptobavezno
Vrstastring
Tekst koji navodi željeni sadržaj audija.
obavezno

Izlaz

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"
  }
}
Vaše datoteke, vaš izborSvaki outputs[].url kopija je u našoj pohrani: čuva se zauvijek (naplaćuje se po GB-mjesecu) ili 7 dana besplatno, prema postavci računa ili ?storage=.
Isti oblik na svakom modelutype, url, content_type, width, height i duration za slike, videozapise i zvuk. output je vlastiti objekt rezultata modela.
Polja izlaza
audio
object {url, content_type, file_name, file_size}Audioisječak dobiven generiranjem.
seed
integerPočetna vrijednost koja je upravljala nasumičnošću tijekom generiranja.
prompt
stringPrompt koji je korišten za generiranje izlaza.

Više modela: Zvuk

Za AI agente: ova je stranica u Markdownu dostupna na https://doitong.com/hr/developers/models/stable-audio-3/medium/text-to-audio.md. Svi modeli i vodiči: https://doitong.com/developers/llms.txt