Мазмұнға өту

Stable Audio 3 · Medium · Text to Audio

Интеграциялау

Модель идентификаторы 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"

Осы сұрау: 0,038 $ 38 API кредиті Осы бетте іске қосу

API кілтін алу
Stability AI Аудио 1–380 с #music#audio#stereo

Әдепкі жылдам 8 қадамды, 380 секундқа дейінгі клиптерге арналған дистилляцияланған Medium text-to-audio моделі

Stability AI · Аудио

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті

Қажетті аудио мазмұнын көрсететін мәтін.

әдепкі 30

Секундпен берілетін аудио ұзақтығы; орта модель үшін ең көбі 380 секунд (шамамен 6 минут 20 секунд).

Қосымша negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
әдепкі

Шығыста қажетсіз сапаларды көрсететін мәтін.

output_format әдепкі mp3

Нәтиже аудиосына қолданылатын контейнер пішімі.

әдепкі 192k

Шығыс аудио битрейті; wav немесе flac қолданылғанда еленбейді, өйткені олар шығынсыз. mp3, aac немесе opus сияқты сығылған пішімдер үшін мәнді '192k' немесе '320k' түрінде беріңіз.

әдепкі 8

Сэмплинг итерацияларының саны; дистилляцияланған, кейін оқытылған checkpoint-тер бұл мәнде жақсы сапаға жететіндіктен, әдепкіде 8 болады. Қосымша итерациялар аз пайда береді.

әдепкі 1

Тек базалық checkpoint-терге арналған classifier-free guidance күші; дистилляцияланған checkpoint-терге әсер етпейді. Қолданылатын checkpoint-терде оны арттыру нұсқауға сәйкестікті күшейтеді.

Қайталанатын нәтижелерге арналған кездейсоқ генератор seed-і; көрсетілмесе, кездейсоқ seed таңдалады.

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

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

Stable Audio 3 · Medium · Text to Audio туралы

Мәтіндік `prompt` арқылы аудио жасайды, қажет болса `negative_prompt` қолдануға болады. Бұл кейін оқытылған нұсқада әдепкі бойынша 8 сэмплинг қадамы бар, ал көбірек қадамның пайдасы аз; бағыттау шкаласы әдепкіде 1, өйткені ол тек негізгі чекпойнттарға әсер етеді. `duration` 1–380 секунд аралығында. mp3, wav, flac, ogg, opus, m4a немесе aac шығысын таңдауға болады.

Параметрлер

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
negative_promptміндетті емес
Түріstring
Әдепкі
Шығыста қажетсіз сапаларды көрсететін мәтін.
durationміндетті емес
Түріnumber
Әдепкі30
1 – 380
Секундпен берілетін аудио ұзақтығы; орта модель үшін ең көбі 380 секунд (шамамен 6 минут 20 секунд).
num_inference_stepsміндетті емес
Түріinteger
Әдепкі8
1 – 100
Сэмплинг итерацияларының саны; дистилляцияланған, кейін оқытылған checkpoint-тер бұл мәнде жақсы сапаға жететіндіктен, әдепкіде 8 болады. Қосымша итерациялар аз пайда береді.
guidance_scaleміндетті емес
Түріnumber
Әдепкі1
0 – 25
Тек базалық checkpoint-терге арналған classifier-free guidance күші; дистилляцияланған checkpoint-терге әсер етпейді. Қолданылатын checkpoint-терде оны арттыру нұсқауға сәйкестікті күшейтеді.
seedміндетті емес
Түріinteger | null
Қайталанатын нәтижелерге арналған кездейсоқ генератор seed-і; көрсетілмесе, кездейсоқ seed таңдалады.
enable_prompt_expansionміндетті емес
Түріboolean
Әдепкіfalse
Қосылғанда LLM арқылы нұсқауды кеңейтіп, мәлімет қосады және нәтиже сапасын жақсартады.
enable_safety_checkerміндетті емес
Түріboolean
Әдепкіtrue
NSFW мазмұнын қауіпсіздік тұрғысынан тексеру.
output_formatміндетті емес
Түріenum
Әдепкіmp3
mp3wavflacoggopusm4aaac
Нәтиже аудиосына қолданылатын контейнер пішімі.
bitrateміндетті емес
Түріstring
Әдепкі192k
Шығыс аудио битрейті; wav немесе flac қолданылғанда еленбейді, өйткені олар шығынсыз. mp3, aac немесе opus сияқты сығылған пішімдер үшін мәнді '192k' немесе '320k' түрінде беріңіз.
promptміндетті
Түріstring
Қажетті аудио мазмұнын көрсететін мәтін.
міндетті

Шығыс

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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
audio
object {url, content_type, file_name, file_size}Генерация арқылы жасалған аудио клипі.
seed
integerГенерация кезіндегі кездейсоқтықты басқарған seed.
prompt
stringШығысты генерациялау үшін қолданылған нұсқау.

Қосымша модельдер: Аудио

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/stable-audio-3/medium/text-to-audio.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt