Lompat ke konten

Stable Audio 3 Trainer

Integrasikan

ID model 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"

File seperti contoh: $3,00 3.000 kredit API file Anda diukur sebelum dijalankan Jalankan di halaman ini

Dapatkan kunci API
Stability AI Pelatihan 1–380 dtk #music#audio#sfx#lora

Melatih LoRA pada Stable Audio 3 dari zip berisi klip audio dengan takarir teks yang sesuai

Stability AI · File

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib

URL zip dataset, dengan setiap pasangan audio/keterangan disimpan bersama menggunakan basename yang sama: misalnya, `clip.wav` berpasangan dengan `clip.txt`. Keterangan harus menggunakan ekstensi `.txt`.

bawaan 1000

Jumlah langkah untuk pelatihan LoRA.

Durasi crop/pad dalam detik, yang dalam semua kasus dibatasi oleh panjang pelatihan asli model yang dipilih. Berikan panjang atau abaikan untuk menggunakan klip terpanjang yang terdeteksi dalam dataset, sesuai batas tersebut.

bawaan 1

Ukuran batch yang digunakan selama pelatihan.

Lanjutan model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model bawaan medium-base

Checkpoint dasar untuk fine-tuning Stable Audio 3.

base_precision bawaan bf16

Presisi yang digunakan oleh bobot dasar yang dibekukan; parameter LoRA tetap fp32.

bawaan dora-rows

Keluarga adapter yang digunakan untuk pelatihan LoRA.

URL opsional checkpoint LoRA `.safetensors` untuk melanjutkan pelatihan.

bawaan 0.0001

Learning rate yang diterapkan AdamW pada parameter LoRA.

bawaan 16

Rank adapter LoRA.

bawaan 42

Seed untuk pengacakan.

Substring nama modul yang membatasi lokasi penambahan LoRA: hanya modul yang cocok yang menerimanya.

Substring nama yang digunakan untuk mengecualikan modul yang cocok.

POST /run/stable-audio-3-trainer?wait=20 estimasi harga → $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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Stable Audio 3 Trainer

Melakukan fine-tuning pada checkpoint dasar (medium-base, small-music-base, atau small-sfx-base) dari zip `audio_data_url`, dengan setiap file audio memiliki takarir `.txt` bernama sama. Anda dapat menyesuaikan `number_of_steps` (hingga 20000), `learning_rate`, `rank` (1 hingga 256), `adapter_type`, dan `batch_size`, atau melanjutkan dari checkpoint `.safetensors`. Mengembalikan bobot LoRA dan file konfigurasi.

Parameter

NamaTipe BawaanDiizinkan Deskripsi
audio_data_urlwajib
Tipestring
URL zip dataset, dengan setiap pasangan audio/keterangan disimpan bersama menggunakan basename yang sama: misalnya, `clip.wav` berpasangan dengan `clip.txt`. Keterangan harus menggunakan ekstensi `.txt`.
modelopsional
Tipeenum
Bawaanmedium-base
medium-basesmall-music-basesmall-sfx-base
Checkpoint dasar untuk fine-tuning Stable Audio 3.
number_of_stepsopsional
Tipeinteger
Bawaan1000
1 – 20.000
Jumlah langkah untuk pelatihan LoRA.
learning_rateopsional
Tipenumber
Bawaan0.0001
≤ 0,01> 0
Learning rate yang diterapkan AdamW pada parameter LoRA.
rankopsional
Tipeinteger
Bawaan16
1 – 256
Rank adapter LoRA.
adapter_typeopsional
Tipeenum
Bawaandora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
Keluarga adapter yang digunakan untuk pelatihan LoRA.
durationopsional
Tipenumber | null
1 – 380
Durasi crop/pad dalam detik, yang dalam semua kasus dibatasi oleh panjang pelatihan asli model yang dipilih. Berikan panjang atau abaikan untuk menggunakan klip terpanjang yang terdeteksi dalam dataset, sesuai batas tersebut.
batch_sizeopsional
Tipeinteger
Bawaan1
1 – 8
Ukuran batch yang digunakan selama pelatihan.
seedopsional
Tipeinteger
Bawaan42
0 – 2.147.483.647
Seed untuk pengacakan.
base_precisionopsional
Tipeenum
Bawaanbf16
bf16bfloat16fp16float16
Presisi yang digunakan oleh bobot dasar yang dibekukan; parameter LoRA tetap fp32.
includeopsional
Tipestring[]
Substring nama modul yang membatasi lokasi penambahan LoRA: hanya modul yang cocok yang menerimanya.
excludeopsional
Tipestring[]
Substring nama yang digunakan untuk mengecualikan modul yang cocok.
lora_checkpoint_urlopsional
Tipestring | null
URL opsional checkpoint LoRA `.safetensors` untuk melanjutkan pelatihan.
pre_encodeopsional
Tipeboolean
Bawaanfalse
Pra-pengodean arsip audio menjadi latents SAME sebelum melatih LoRA.
wajib

Output

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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
lora_file
object {url, content_type, file_name, file_size}Bobot LoRA yang dilatih untuk Stable Audio 3.
config_file
object {url, content_type, file_name, file_size}Metadata JSON yang menjelaskan proses pelatihan dan model yang kompatibel untuk inferensi.

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/stable-audio-3-trainer.md. Semua model dan panduan: https://doitong.com/developers/llms.txt