Vai al contenuto

Stable Audio 3 Medium Audio to Audio

Integra

ID del modello stable-audio-3/medium/audio-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/audio-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",
    "audio": "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"

Questa richiesta: 0,042 $ 42 crediti API Esegui in questa pagina

Ottieni la chiave API
Stability AI Audio 1–380 s #music#style-transfer#remix

Stable Audio 3 Medium distillato che trasforma una clip sorgente in una nuova variazione a partire da un prompt

Stability AI · Audio

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio

Istruzioni testuali che descrivono la trasformazione da applicare all'audio sorgente.

•obbligatorio audio_url
Trascina un file oppure

Audio input per la trasformazione.

predefinito 30

Durata audio in secondi, con un massimo di 380 secondi per il modello medium (circa 6 minuti e 20 secondi).

Avanzate negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · init_noise_level · seed · enable_prompt_expansion · enable_safety_checker
predefinito

Testo che specifica le qualità indesiderate nell'output.

output_format predefinito mp3

Formato del contenitore usato per l'audio risultante.

predefinito 192k

Bitrate dell'output audio, ignorato con wav o flac perché sono senza perdita. Per formati compressi come mp3, aac o opus, fornisci un valore nella forma '192k' o '320k'.

predefinito 8

Numero di iterazioni di campionamento, predefinito a 8 perché i checkpoint distillati e post-addestrati raggiungono già una buona qualità a questo valore; ulteriori iterazioni offrono pochi vantaggi.

predefinito 1

Intensità del classifier-free guidance solo per i checkpoint di base; i checkpoint distillati non ne sono influenzati. Nei checkpoint applicabili, aumentarla rafforza l'aderenza al prompt.

predefinito 0.9

Livello di rumore dell'audio sorgente: 0.1 mantiene una somiglianza elevata con l'input, 0.5 è intermedio e 1.0 sostituisce interamente la sorgente con rumore per una generazione pura.

Seed del generatore casuale per risultati ripetibili; omettendolo viene selezionato un seed casuale.

POST /run/stable-audio-3/medium/audio-to-audio?wait=20 preventivo → 0,042 $
# 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/audio-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",
    "audio": "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"

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Stable Audio 3 Medium Audio to Audio

Trasforma `audio_url` secondo un `prompt`, producendo audio con `duration` da 1 a 380 secondi (predefinito 30). `init_noise_level`, da 0 a 1, stabilisce quanto il risultato segue la sorgente: un valore basso mantiene una maggiore somiglianza, mentre 1.0 genera tutto l'audio. Usa 8 passaggi per impostazione predefinita, con diversi formati di output disponibili.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
negative_promptfacoltativo
Tipostring
Predefinito
Testo che specifica le qualità indesiderate nell'output.
durationfacoltativo
Tiponumber
Predefinito30
1 – 380
Durata audio in secondi, con un massimo di 380 secondi per il modello medium (circa 6 minuti e 20 secondi).
num_inference_stepsfacoltativo
Tipointeger
Predefinito8
1 – 100
Numero di iterazioni di campionamento, predefinito a 8 perché i checkpoint distillati e post-addestrati raggiungono già una buona qualità a questo valore; ulteriori iterazioni offrono pochi vantaggi.
guidance_scalefacoltativo
Tiponumber
Predefinito1
0 – 25
Intensità del classifier-free guidance solo per i checkpoint di base; i checkpoint distillati non ne sono influenzati. Nei checkpoint applicabili, aumentarla rafforza l'aderenza al prompt.
seedfacoltativo
Tipointeger | null
Seed del generatore casuale per risultati ripetibili; omettendolo viene selezionato un seed casuale.
enable_prompt_expansionfacoltativo
Tipoboolean
Predefinitofalse
Espansione del prompt tramite un LLM quando abilitata, con aggiunta di dettagli e miglioramento della qualità del risultato.
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Controllo di sicurezza per contenuti NSFW.
output_formatfacoltativo
Tipoenum
Predefinitomp3
mp3wavflacoggopusm4aaac
Formato del contenitore usato per l'audio risultante.
bitratefacoltativo
Tipostring
Predefinito192k
Bitrate dell'output audio, ignorato con wav o flac perché sono senza perdita. Per formati compressi come mp3, aac o opus, fornisci un valore nella forma '192k' o '320k'.
promptobbligatorio
Tipostring
Istruzioni testuali che descrivono la trasformazione da applicare all'audio sorgente.
audio_urlobbligatorio audio
Tipourl · audio
Audio input per la trasformazione.
init_noise_levelfacoltativo
Tiponumber
Predefinito0.9
0 – 1
Livello di rumore dell'audio sorgente: 0.1 mantiene una somiglianza elevata con l'input, 0.5 è intermedio e 1.0 sostituisce interamente la sorgente con rumore per una generazione pura.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. File

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/audio-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": 42,
    "usd": "0.042",
    "charged": 42,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
audio
object {url, content_type, file_name, file_size}Clip audio prodotto dalla generazione.
seed
integerSeed che ha controllato la casualità durante la generazione.
prompt
stringPrompt utilizzato per generare l'output.

Altri modelli: Audio

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/stable-audio-3/medium/audio-to-audio.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt