Op den Inhalt sprangen

Stable Audio 25

Integréieren

Modell-ID stable-audio-25/inpaint
# 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-25/inpaint?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"

Dës Ufro: 0,20 $ 200 API-Kreditter Op dëser Säit ausféieren

API-Schlëssel kréien
Stability AI Audio #audio

Regeneréiert e maskéierten Zäitberäich an engem Audio-Clip aus engem Text-Prompt a léisst de Rescht vum Clip onverännert

Stability AI · Audio

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch

Prompt, deen d'Audio-Generatioun steiert.

•obligatoresch audio_url
Fichier erofzéien, oder

Quell-Audio-Clip fir Inpainting.

Erweidert seconds_total · guidance_scale · mask_start · mask_end · num_inference_steps · seed · enable_safety_checker
Standard 190

D'Output-Audio-Längt entsprécht standardméisseg der Dauer vum Input-Clip. Gitt eng Dauer un, fir dëse Standard ze iwwerschreiwen.

Standard 1

D'Treiheet vun Audio zu Prompt klëmmt, wann dëse Wäert erhéicht gëtt, wat d'Befollegung vum Text duerch den Diffusiounsprozess verstäerkt.

Standard 30

Startpositioun vun der Audio-Mask.

Standard 190

Endpositioun vun der Audio-Mask.

Standard 8

Zuel vun den Denoising-Schrëtt, déi op den Audio applizéiert ginn.

POST /run/stable-audio-25/inpaint?wait=20 Präis → 0,20 $
# 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-25/inpaint?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"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Stable Audio 25

Inpainting fir Audio: Gitt `audio_url` an e `prompt` un a wielt mat `mask_start` an `mask_end` d'Regioun, déi ëmgeschriwwe soll ginn; béid leie vun 0 bis 190. D'Standardwäerter sinn 30 an 190. `seconds_total` deckt 1 bis 190 of an `guidance_scale` 1 bis 25. `num_inference_steps` läit tëscht 4 an 8, an `seed` erlaabt widderhuelbar Lafen.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
promptobligatoresch
Typstring
Prompt, deen d'Audio-Generatioun steiert.
audio_urlobligatoresch audio
Typurl · audio
Quell-Audio-Clip fir Inpainting.
seconds_totaloptional
Typinteger | null
Standard190
1 – 190
D'Output-Audio-Längt entsprécht standardméisseg der Dauer vum Input-Clip. Gitt eng Dauer un, fir dëse Standard ze iwwerschreiwen.
guidance_scaleoptional
Typnumber
Standard1
1 – 25
D'Treiheet vun Audio zu Prompt klëmmt, wann dëse Wäert erhéicht gëtt, wat d'Befollegung vum Text duerch den Diffusiounsprozess verstäerkt.
mask_startoptional
Typinteger
Standard30
0 – 190
Startpositioun vun der Audio-Mask.
mask_endoptional
Typinteger
Standard190
0 – 190
Endpositioun vun der Audio-Mask.
num_inference_stepsoptional
Typinteger
Standard8
4 – 8
Zuel vun den Denoising-Schrëtt, déi op den Audio applizéiert ginn.
seedoptional
Typinteger | null
enable_safety_checkeroptional
Typboolean
Standardtrue
D'Kontroll kann duerch false gelackert ginn, wann den Uruffer autoriséiert ass.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-25/inpaint",
  "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": 200,
    "usd": "0.20",
    "charged": 200,
    "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
  },
  "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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
audio
object {url, content_type, file_name, file_size}Audio-Clip, deen duerch d'Generatioun erstallt gouf.
seed
integerZoufällege Seed, dee wärend der Generatioun applizéiert gëtt.

Méi Modeller: Audio

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/stable-audio-25/inpaint.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt