Pereiti prie turinio

Stable Audio 3 Trainer

Integruoti

Modelio id 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"

Failai kaip pavyzdyje: 3,00 $ 3 000 API kreditų jūsų failai išmatuojami prieš paleidimą Paleisti šiame puslapyje

Gauti API raktą
Stability AI Mokymas 1–380 s #music#audio#sfx#lora

Treniruoja LoRA modeliui Stable Audio 3 iš garso klipų ZIP archyvo su atitinkančiais tekstiniais aprašais

Stability AI · Failas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma

Duomenų rinkinio zip URL, kuriame kiekviena garso ir antraštės pora kartu saugoma pagal sutampančius pagrindinius failo vardus: pavyzdžiui, `clip.wav` poruojamas su `clip.txt`. Antraštėms būtina naudoti `.txt` plėtinį.

numatytoji 1000

LoRA mokymo veiksmų skaičius.

Apkirpimo arba užpildo trukmė sekundėmis, visais atvejais apribota pasirinkto modelio savuoju mokymo ilgiu. Pateikite ilgį arba jo nenurodykite, kad būtų naudojamas ilgiausias duomenų rinkinyje aptiktas klipas, neviršijant šios ribos.

numatytoji 1

Mokymo metu naudojamas paketų dydis.

Išplėstiniai model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model numatytoji medium-base

Pagrindinis kontrolinis taškas Stable Audio 3 koregavimui.

base_precision numatytoji bf16

Užšaldytiems baziniams svoriams naudojamas tikslumas; LoRA parametrai lieka fp32.

numatytoji dora-rows

Adapterio šeima, naudojama LoRA mokymui.

Pasirinktinis `.safetensors` LoRA kontrolinio taško URL, nuo kurio tęsiamas darbas.

numatytoji 0.0001

AdamW taikomas mokymosi greitis LoRA parametrams.

numatytoji 16

LoRA adapterio rangas.

numatytoji 42

Atsitiktinumo pradinė reikšmė.

Modulių pavadinimų poeilutės, apribojančios, kur pridedama LoRA: ji taikoma tik atitinkantiems moduliams.

Pavadinimų poeilutės, naudojamos atitinkantiems moduliams pašalinti.

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

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Stable Audio 3 Trainer

Tikslina bazinį kontrolinį tašką (medium-base, small-music-base arba small-sfx-base) naudodamas `audio_data_url` ZIP, kuriame kiekvienas garso failas turi tokį pat pavadinimą turintį `.txt` aprašą. Galima reguliuoti `number_of_steps` (iki 20000), `learning_rate`, `rank` (nuo 1 iki 256), `adapter_type` ir `batch_size` arba tęsti nuo `.safetensors` kontrolinio taško. Grąžinami LoRA svoriai ir konfigūracijos failas.

Parametrai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
audio_data_urlprivaloma
Tipasstring
Duomenų rinkinio zip URL, kuriame kiekviena garso ir antraštės pora kartu saugoma pagal sutampančius pagrindinius failo vardus: pavyzdžiui, `clip.wav` poruojamas su `clip.txt`. Antraštėms būtina naudoti `.txt` plėtinį.
modelneprivalomas
Tipasenum
Numatytoji reikšmėmedium-base
medium-basesmall-music-basesmall-sfx-base
Pagrindinis kontrolinis taškas Stable Audio 3 koregavimui.
number_of_stepsneprivalomas
Tipasinteger
Numatytoji reikšmė1000
1 – 20 000
LoRA mokymo veiksmų skaičius.
learning_rateneprivalomas
Tipasnumber
Numatytoji reikšmė0.0001
≤ 0,01> 0
AdamW taikomas mokymosi greitis LoRA parametrams.
rankneprivalomas
Tipasinteger
Numatytoji reikšmė16
1 – 256
LoRA adapterio rangas.
adapter_typeneprivalomas
Tipasenum
Numatytoji reikšmėdora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
Adapterio šeima, naudojama LoRA mokymui.
durationneprivalomas
Tipasnumber | null
1 – 380
Apkirpimo arba užpildo trukmė sekundėmis, visais atvejais apribota pasirinkto modelio savuoju mokymo ilgiu. Pateikite ilgį arba jo nenurodykite, kad būtų naudojamas ilgiausias duomenų rinkinyje aptiktas klipas, neviršijant šios ribos.
batch_sizeneprivalomas
Tipasinteger
Numatytoji reikšmė1
1 – 8
Mokymo metu naudojamas paketų dydis.
seedneprivalomas
Tipasinteger
Numatytoji reikšmė42
0 – 2 147 483 647
Atsitiktinumo pradinė reikšmė.
base_precisionneprivalomas
Tipasenum
Numatytoji reikšmėbf16
bf16bfloat16fp16float16
Užšaldytiems baziniams svoriams naudojamas tikslumas; LoRA parametrai lieka fp32.
includeneprivalomas
Tipasstring[]
Modulių pavadinimų poeilutės, apribojančios, kur pridedama LoRA: ji taikoma tik atitinkantiems moduliams.
excludeneprivalomas
Tipasstring[]
Pavadinimų poeilutės, naudojamos atitinkantiems moduliams pašalinti.
lora_checkpoint_urlneprivalomas
Tipasstring | null
Pasirinktinis `.safetensors` LoRA kontrolinio taško URL, nuo kurio tęsiamas darbas.
pre_encodeneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Garso archyvo išankstinis kodavimas į SAME latentinius vektorius prieš LoRA mokymą.
privaloma

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
lora_file
object {url, content_type, file_name, file_size}Stable Audio 3 išmokyti LoRA svoriai.
config_file
object {url, content_type, file_name, file_size}JSON metaduomenys, aprašantys mokymo paleidimą ir išvadoms suderinamą modelį.

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/stable-audio-3-trainer.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt