コンテンツへスキップ

ACE Step Audio To Audio

統合

モデルID ace-step/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/ace-step/audio-to-audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "original_tags": "lofi, hiphop, drum and bass, trap, chill",
    "tags": "lofi, hiphop, drum and bass, trap, chill"
  }'

# 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"

例と同様のファイル: $0.002 2 APIクレジット 実行前にファイルを計測します このページで実行

APIキーを取得
ACE Studio テキストから音楽 #audio-to-audio#audio-edit

既存のトラックをリミックスするか、元のタグと新しいタグを使って歌詞を差し替えます

ACE Studio · 音声

最初の結果がここに表示されます

以下でリクエストを作成し、APIキーで実行してください。出力はストレージにコピーされ、永久保存または無料で7日保存されます。

リクエストを作成

コントロールはモデルスキーマから生成されます。値を変更するとコードと価格が更新されます。

•必須 audio_url
ファイルをドロップ、または

アウトペインティング用の音声ファイル URL。

•必須

音声ファイルに元から関連付けられていたタグ。

•必須

カンマ区切りのジャンルとして指定する音声スタイルタグ。代替手段として `prompt` でも指定できます。

詳細設定 original_lyrics · lyrics · edit_mode · scheduler · guidance_type · number_of_steps · granularity_scale · guidance_interval · guidance_interval_decay · guidance_scale · minimum_guidance_scale · tag_guidance_scale · lyric_guidance_scale · seed · original_seed
デフォルト

音声ファイルに元から関連付けられていた歌詞。

デフォルト

歌唱する歌詞。セクションは [verse]、[chorus]、[bridge] などのコントロールで構成します。歌詞のない音声では、この入力を省略するか、[inst] または [instrumental] のみを指定してください。

edit_mode デフォルト remix

編集モード。歌詞のみを変更するか、音声をリミックスします。

scheduler デフォルト euler

生成時に使用するスケジューラー。

guidance_type デフォルト apg

生成時に使用する CFG タイプ。

デフォルト 27

音声生成時に使用するステップ数。

デフォルト 10

生成時に適用する粒度スケール。増加させるとアーティファクトが減少する場合があります。

デフォルト 0.5

ガイダンスを適用する生成スケジュールの範囲。0.5 を選ぶと、infer_steps の 0.25 * から 0.75 * までのステップに制限され、開始部分と終了部分にはガイダンスが適用されません。

デフォルト 0

生成区間内のガイダンス減衰。0.0 では減衰を無効にし、それ以外では、その区間でスケールを guidance_scale から min_guidance_scale まで減少させます。

デフォルト 15

生成時に適用するガイダンスのスケール。

デフォルト 3

生成中の減衰後に到達する最低ガイダンススケール。

デフォルト 5

生成時に適用するタグガイダンスのスケール。

デフォルト 1.5

生成時に適用する歌詞ガイダンスのスケール。

再現可能な生成に使用するシード。値を指定しない場合はランダムに選択されます。

音声ファイルに元から関連付けられていたシード。

POST /run/ace-step/audio-to-audio?wait=20 見積もり → $0.002
# 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/ace-step/audio-to-audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "original_tags": "lofi, hiphop, drum and bass, trap, chill",
    "tags": "lofi, hiphop, drum and bass, trap, chill"
  }'

# 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"

このリクエストを実行

キーはこのブラウザ内に保持されます。Doitong APIにのみ送信され、「記憶する」にチェックを入れた場合のみlocalStorageに保存されます。 APIキーを取得

ACE Step Audio To Audioについて

`audio_url` と `original_tags` を起点に、新しい `tags` を適用してスタイルを変更します。`edit_mode` は、全体のサウンドを変更する remix、または歌われている内容だけを編集する lyrics のいずれかです。`original_lyrics` と新しい `lyrics`、既知の場合は `original_seed` も指定できます。ステップおよびガイダンスのパラメーターはファミリー内の他モデルと同じです。

パラメータ

正式名称またはネイティブ名のいずれか一方を送信してください。両方は送信しないでください。 正式名称

名前型 デフォルト許可される値 説明
audio_url必須 audio
型url · audio
アウトペインティング用の音声ファイル URL。
edit_mode任意
型enum
デフォルトremix
lyricsremix
編集モード。歌詞のみを変更するか、音声をリミックスします。
original_tags必須
型string
音声ファイルに元から関連付けられていたタグ。
original_lyrics任意
型string
デフォルト
音声ファイルに元から関連付けられていた歌詞。
tags必須
型string
カンマ区切りのジャンルとして指定する音声スタイルタグ。代替手段として `prompt` でも指定できます。
lyrics任意
型string
デフォルト
歌唱する歌詞。セクションは [verse]、[chorus]、[bridge] などのコントロールで構成します。歌詞のない音声では、この入力を省略するか、[inst] または [instrumental] のみを指定してください。
number_of_steps任意
型integer
デフォルト27
3 – 60
音声生成時に使用するステップ数。
seed任意
型integer | null
再現可能な生成に使用するシード。値を指定しない場合はランダムに選択されます。
scheduler任意
型enum
デフォルトeuler
eulerheun
生成時に使用するスケジューラー。
guidance_type任意
型enum
デフォルトapg
cfgapgcfg_star
生成時に使用する CFG タイプ。
granularity_scale任意
型integer
デフォルト10
-100 – 100
生成時に適用する粒度スケール。増加させるとアーティファクトが減少する場合があります。
guidance_interval任意
型number
デフォルト0.5
0 – 1
ガイダンスを適用する生成スケジュールの範囲。0.5 を選ぶと、infer_steps の 0.25 * から 0.75 * までのステップに制限され、開始部分と終了部分にはガイダンスが適用されません。
guidance_interval_decay任意
型number
デフォルト0
0 – 1
生成区間内のガイダンス減衰。0.0 では減衰を無効にし、それ以外では、その区間でスケールを guidance_scale から min_guidance_scale まで減少させます。
guidance_scale任意
型number
デフォルト15
0 – 200
生成時に適用するガイダンスのスケール。
minimum_guidance_scale任意
型number
デフォルト3
0 – 200
生成中の減衰後に到達する最低ガイダンススケール。
tag_guidance_scale任意
型number
デフォルト5
0 – 10
生成時に適用するタグガイダンスのスケール。
lyric_guidance_scale任意
型number
デフォルト1.5
0 – 10
生成時に適用する歌詞ガイダンスのスケール。
original_seed任意
型integer | null
音声ファイルに元から関連付けられていたシード。
必須 正式名称(こちらも使用可能)

ファイルパラメータには、公開されたhttps:// URL、10 MBまでのdata: URI、またはアップロードしたファイルのfile_urlを指定します。 ファイル

出力

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ace-step/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": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "tags": "lofi, hiphop, drum and bass, trap, chill",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "original_tags": "lofi, hiphop, drum and bass, trap, chill"
  },
  "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,
    "tags": "lofi, hiphop, drum and bass, trap, chill",
    "lyrics": "[inst]"
  },
  "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"
  }
}
ファイルの保存期間を選択すべてのoutputs[].urlはストレージ上のコピーです。アカウント設定または?storage=により、永久保存(GB・月単位で有料)または無料で7日保存できます。
すべてのモデルで同じ形式画像、動画、音声のいずれでも、type、url、content_type、width、height、durationが含まれます。outputはモデル独自の結果オブジェクトです。
出力フィールド
audio
object {url, content_type, file_name, file_size}生成された音声ファイル。
seed
integer生成時に使用したランダムシード。
tags
string生成時に適用したジャンルタグ。
lyrics
string生成時に適用した歌詞。

その他のモデル: テキストから音楽

AIエージェント向け:このページのMarkdown版はこちらです: https://doitong.com/ja/developers/models/ace-step/audio-to-audio.md. すべてのモデルとガイド: https://doitong.com/developers/llms.txt