Pereiti prie turinio

Stable Audio 3 Medium Base Text to Audio

Integruoti

Modelio id stable-audio-3/medium/base/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/base/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"

Ši užklausa: 0,048 $ 48 API kreditai Paleisti šiame puslapyje

Gauti API raktą
Stability AI Garsas 1–380 s #music#audio#stereo

Bazinį kontrolinį tašką naudojantis Medium teksto į garsą modelis modelio tikslinimo darbo eigoms, klipai iki 380 sekundžių

Stability AI · Garsas

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

Tekstas, nurodantis pageidaujamą garso turinį.

numatytoji 30

Garso ilgis sekundėmis; vidutinio modelio didžiausia reikšmė yra 380 sekundžių (maždaug 6 minutės 20 sekundžių).

Išplėstiniai negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
numatytoji

Tekstas, nurodantis nepageidaujamas išvesties savybes.

output_format numatytoji mp3

Gautam garsui naudojamas konteinerio formatas.

numatytoji 192k

Išvesties garso dažnis bitais; ignoruojamas naudojant wav arba flac, nes jie yra be nuostolių. Suspaustiems formatams, pvz., mp3, aac arba opus, pateikite reikšmę formatu '192k' arba '320k'.

numatytoji 50

Pasirinkite, kiek diskretizavimo žingsnių vykdyti; naudojant bazinius (nedistiliuotus) kontrolinius taškus rekomenduojama maždaug 50, kad būtų pasiekta gera kokybė.

numatytoji 7

Klasifikatoriaus nenaudojančio valdymo stiprumas; baziniuose kontroliniuose taškuose pradžioje rekomenduojama maždaug 7.0 reikšmė. Ją didinant generavimas labiau laikosi raginio.

Atsitiktinio generatoriaus pradinė reikšmė pakartojamiems rezultatams; jos nepateikus parenkama atsitiktinė reikšmė.

POST /run/stable-audio-3/medium/base/text-to-audio?wait=20 kaina → 0,048 $
# 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/base/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"

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 Medium Base Text to Audio

Generuoja garsą iš tekstinio `prompt`, su pasirinktiniu `negative_prompt`, nukreipiančiu nuo nepageidaujamų savybių. `duration` svyruoja nuo 1 iki 380 sekundžių. Kaip nedistiliuotas bazinis kontrolinis taškas, jis pagal numatytuosius nustatymus naudoja 50 atrankos žingsnių ir 7 nukreipimo skalę; priimamas nukreipimas iki 25. Išvesties formatai apima mp3, wav, flac, ogg, opus, m4a ir aac.

Parametrai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
negative_promptneprivalomas
Tipasstring
Numatytoji reikšmė
Tekstas, nurodantis nepageidaujamas išvesties savybes.
durationneprivalomas
Tipasnumber
Numatytoji reikšmė30
1 – 380
Garso ilgis sekundėmis; vidutinio modelio didžiausia reikšmė yra 380 sekundžių (maždaug 6 minutės 20 sekundžių).
num_inference_stepsneprivalomas
Tipasinteger
Numatytoji reikšmė50
1 – 100
Pasirinkite, kiek diskretizavimo žingsnių vykdyti; naudojant bazinius (nedistiliuotus) kontrolinius taškus rekomenduojama maždaug 50, kad būtų pasiekta gera kokybė.
guidance_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė7
0 – 25
Klasifikatoriaus nenaudojančio valdymo stiprumas; baziniuose kontroliniuose taškuose pradžioje rekomenduojama maždaug 7.0 reikšmė. Ją didinant generavimas labiau laikosi raginio.
seedneprivalomas
Tipasinteger | null
Atsitiktinio generatoriaus pradinė reikšmė pakartojamiems rezultatams; jos nepateikus parenkama atsitiktinė reikšmė.
enable_prompt_expansionneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Raginio išplėtimas naudojant LLM, kai įjungta ši parinktis; pridedama detalių ir gerinama rezultatų kokybė.
enable_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
NSFW turinio saugos tikrinimas.
output_formatneprivalomas
Tipasenum
Numatytoji reikšmėmp3
mp3wavflacoggopusm4aaac
Gautam garsui naudojamas konteinerio formatas.
bitrateneprivalomas
Tipasstring
Numatytoji reikšmė192k
Išvesties garso dažnis bitais; ignoruojamas naudojant wav arba flac, nes jie yra be nuostolių. Suspaustiems formatams, pvz., mp3, aac arba opus, pateikite reikšmę formatu '192k' arba '320k'.
promptprivaloma
Tipasstring
Tekstas, nurodantis pageidaujamą garso turinį.
privaloma

Išvestis

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/base/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": 48,
    "usd": "0.048",
    "charged": 48,
    "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"
  }
}
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
audio
object {url, content_type, file_name, file_size}Generuojant sukurtas garso klipas.
seed
integerGeneravimo atsitiktinumą valdęs pradinis skaičius.
prompt
stringRaginys, naudotas išvesčiai generuoti.

Daugiau modelių: Garsas

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