Sleppa yfir í efni

Stable Audio 3 Trainer

Tengja

Auðkenni líkans 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"

Skrár eins og dæmið: 3,00 $ 3.000 API-inneignir skrárnar þínar eru mældar áður en keyrt er Keyra á þessari síðu

Fá API-lykil
Stability AI Þjálfun 1–380 s #music#audio#sfx#lora

Þjálfar LoRA á Stable Audio 3 út frá zip-skrá með hljóðbútum og samsvarandi textalýsingum

Stability AI · Skrá

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

•áskilið

Slóð á gagnasafns-zip-skrá, þar sem hvert hljóð-/textaparat er geymt saman með samsvarandi grunnheitum: `clip.wav` passar til dæmis við `clip.txt`. Textar verða að nota `.txt`-endinguna.

sjálfgefið 1000

Fjöldi skrefa fyrir LoRA-þjálfun.

Lengd í sekúndum fyrir skurð/padding, sem er í öllum tilvikum takmörkuð af innbyggðri þjálfunarlengd valda líkansins. Gefðu upp lengd eða slepptu henni til að nota lengsta bútinn sem fannst í gagnasafninu, innan þessara marka.

sjálfgefið 1

Lotustærð sem er notuð við þjálfun.

Ítarlegt model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model sjálfgefið medium-base

Grunn-checkpoint fyrir fínstillingu Stable Audio 3.

base_precision sjálfgefið bf16

Nákvæmni sem er notuð fyrir frosin grunnvigt; LoRA-færibreytur halda fp32.

sjálfgefið dora-rows

Millistykkjafjölskylda sem er notuð við LoRA-þjálfun.

Valfrjáls slóð á `.safetensors` LoRA-checkpoint sem hægt er að halda áfram frá.

sjálfgefið 0.0001

Námshraði sem AdamW beitir á LoRA-færibreytur.

sjálfgefið 16

Rank LoRA-millistykkisins.

sjálfgefið 42

Fræ fyrir slembiröðun.

Undirstrengir einingaheita sem takmarka hvar LoRA er bætt við: aðeins samsvarandi einingar fá það.

Heitishlutar sem eru notaðir til að útiloka einingar sem passa.

POST /run/stable-audio-3-trainer?wait=20 verðtilboð → 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"

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um Stable Audio 3 Trainer

Fínstillir grunnvörðun (medium-base, small-music-base eða small-sfx-base) á `audio_data_url`-zip þar sem hver hljóðskrá hefur samnefndan `.txt`-myndatexta. Hægt er að stilla `number_of_steps` (allt að 20000), `learning_rate`, `rank` (1 til 256), `adapter_type` og `batch_size`, eða halda áfram úr `.safetensors`-vörðun. Skilar LoRA-vægi og stillingaskrá.

Færibreytur

HeitiGerð SjálfgefiðLeyfilegt Lýsing
audio_data_urláskilið
Gerðstring
Slóð á gagnasafns-zip-skrá, þar sem hvert hljóð-/textaparat er geymt saman með samsvarandi grunnheitum: `clip.wav` passar til dæmis við `clip.txt`. Textar verða að nota `.txt`-endinguna.
modelvalfrjálst
Gerðenum
Sjálfgefiðmedium-base
medium-basesmall-music-basesmall-sfx-base
Grunn-checkpoint fyrir fínstillingu Stable Audio 3.
number_of_stepsvalfrjálst
Gerðinteger
Sjálfgefið1000
1 – 20.000
Fjöldi skrefa fyrir LoRA-þjálfun.
learning_ratevalfrjálst
Gerðnumber
Sjálfgefið0.0001
≤ 0,01> 0
Námshraði sem AdamW beitir á LoRA-færibreytur.
rankvalfrjálst
Gerðinteger
Sjálfgefið16
1 – 256
Rank LoRA-millistykkisins.
adapter_typevalfrjálst
Gerðenum
Sjálfgefiðdora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
Millistykkjafjölskylda sem er notuð við LoRA-þjálfun.
durationvalfrjálst
Gerðnumber | null
1 – 380
Lengd í sekúndum fyrir skurð/padding, sem er í öllum tilvikum takmörkuð af innbyggðri þjálfunarlengd valda líkansins. Gefðu upp lengd eða slepptu henni til að nota lengsta bútinn sem fannst í gagnasafninu, innan þessara marka.
batch_sizevalfrjálst
Gerðinteger
Sjálfgefið1
1 – 8
Lotustærð sem er notuð við þjálfun.
seedvalfrjálst
Gerðinteger
Sjálfgefið42
0 – 2.147.483.647
Fræ fyrir slembiröðun.
base_precisionvalfrjálst
Gerðenum
Sjálfgefiðbf16
bf16bfloat16fp16float16
Nákvæmni sem er notuð fyrir frosin grunnvigt; LoRA-færibreytur halda fp32.
includevalfrjálst
Gerðstring[]
Undirstrengir einingaheita sem takmarka hvar LoRA er bætt við: aðeins samsvarandi einingar fá það.
excludevalfrjálst
Gerðstring[]
Heitishlutar sem eru notaðir til að útiloka einingar sem passa.
lora_checkpoint_urlvalfrjálst
Gerðstring | null
Valfrjáls slóð á `.safetensors` LoRA-checkpoint sem hægt er að halda áfram frá.
pre_encodevalfrjálst
Gerðboolean
Sjálfgefiðfalse
Forforritun hljóðsafnsins í SAME-leiðni fyrir LoRA-þjálfun.
áskilið

Úttak

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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
lora_file
object {url, content_type, file_name, file_size}LoRA-vigtir sem eru þjálfaðar fyrir Stable Audio 3.
config_file
object {url, content_type, file_name, file_size}JSON-lýsigögn sem lýsa þjálfunarkeyrslunni og samhæfa líkaninu fyrir ályktun.

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/stable-audio-3-trainer.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt