Pāriet uz saturu

Stable Audio 3 Trainer

Integrēt

Modeļa 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"

Faili, piemēram, paraugā: 3,00 $ 3000 API kredītu jūsu faili tiek izmērīti pirms izpildes Izpildīt šajā lapā

Iegūt API atslēgu
Stability AI Apmācība 1–380 s #music#audio#sfx#lora

Apmāca LoRA modelim Stable Audio 3 no audio klipu ZIP arhīva ar atbilstošiem teksta parakstiem

Stability AI · Fails

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

•obligāts

Datu kopas zip URL; katrs audio/anotācijas pāris glabājas kopā ar atbilstošiem bāzes nosaukumiem: piemēram, `clip.wav` atbilst `clip.txt`. Anotācijām jāizmanto `.txt` paplašinājums.

noklusējums 1000

LoRA apmācības soļu skaits.

Apgriešanas/aizpildīšanas ilgums sekundēs, ko visos gadījumos ierobežo izvēlētā modeļa dabīgais apmācības ilgums. Norādiet ilgumu vai neietveriet to, lai izmantotu datu kopā atrasto garāko klipu, ievērojot šo ierobežojumu.

noklusējums 1

Apmācībā izmantotais pakešu lielums.

Papildu model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model noklusējums medium-base

Pamata kontrolpunkts Stable Audio 3 precizēšanai.

base_precision noklusējums bf16

Sasaldēto pamatsvaru precizitāte; LoRA parametri paliek fp32.

noklusējums dora-rows

LoRA apmācībai izmantotā adaptera saime.

Neobligāts `.safetensors` LoRA kontrolpunkta URL, no kura turpināt.

noklusējums 0.0001

AdamW lietotais mācīšanās ātrums LoRA parametriem.

noklusējums 16

LoRA adaptera rangs.

noklusējums 42

Nejaušināšanas sēkla.

Moduļu nosaukumu apakšvirknes, kas ierobežo, kur tiek pievienota LoRA: to saņem tikai atbilstošie moduļi.

Nosaukumu apakšvirknes, ko izmanto atbilstošo moduļu izslēgšanai.

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

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par Stable Audio 3 Trainer

Precizē bāzes kontrolpunktu (medium-base, small-music-base vai small-sfx-base), izmantojot `audio_data_url` ZIP arhīvu, kur katram audio failam ir tāda paša nosaukuma `.txt` paraksts. Var pielāgot `number_of_steps` (līdz 20000), `learning_rate`, `rank` (1 līdz 256), `adapter_type` un `batch_size`, vai turpināt no `.safetensors` kontrolpunkta. Atgriež LoRA svarus un konfigurācijas failu.

Parametri

NosaukumsTips NoklusējumsAtļauts Apraksts
audio_data_urlobligāts
Tipsstring
Datu kopas zip URL; katrs audio/anotācijas pāris glabājas kopā ar atbilstošiem bāzes nosaukumiem: piemēram, `clip.wav` atbilst `clip.txt`. Anotācijām jāizmanto `.txt` paplašinājums.
modelneobligāts
Tipsenum
Noklusējumsmedium-base
medium-basesmall-music-basesmall-sfx-base
Pamata kontrolpunkts Stable Audio 3 precizēšanai.
number_of_stepsneobligāts
Tipsinteger
Noklusējums1000
1 – 20 000
LoRA apmācības soļu skaits.
learning_rateneobligāts
Tipsnumber
Noklusējums0.0001
≤ 0,01> 0
AdamW lietotais mācīšanās ātrums LoRA parametriem.
rankneobligāts
Tipsinteger
Noklusējums16
1 – 256
LoRA adaptera rangs.
adapter_typeneobligāts
Tipsenum
Noklusējumsdora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
LoRA apmācībai izmantotā adaptera saime.
durationneobligāts
Tipsnumber | null
1 – 380
Apgriešanas/aizpildīšanas ilgums sekundēs, ko visos gadījumos ierobežo izvēlētā modeļa dabīgais apmācības ilgums. Norādiet ilgumu vai neietveriet to, lai izmantotu datu kopā atrasto garāko klipu, ievērojot šo ierobežojumu.
batch_sizeneobligāts
Tipsinteger
Noklusējums1
1 – 8
Apmācībā izmantotais pakešu lielums.
seedneobligāts
Tipsinteger
Noklusējums42
0 – 2 147 483 647
Nejaušināšanas sēkla.
base_precisionneobligāts
Tipsenum
Noklusējumsbf16
bf16bfloat16fp16float16
Sasaldēto pamatsvaru precizitāte; LoRA parametri paliek fp32.
includeneobligāts
Tipsstring[]
Moduļu nosaukumu apakšvirknes, kas ierobežo, kur tiek pievienota LoRA: to saņem tikai atbilstošie moduļi.
excludeneobligāts
Tipsstring[]
Nosaukumu apakšvirknes, ko izmanto atbilstošo moduļu izslēgšanai.
lora_checkpoint_urlneobligāts
Tipsstring | null
Neobligāts `.safetensors` LoRA kontrolpunkta URL, no kura turpināt.
pre_encodeneobligāts
Tipsboolean
Noklusējumsfalse
Audio arhīva iepriekšēja kodēšana par SAME latentajiem attēlojumiem pirms LoRA apmācības.
obligāts

Izvade

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"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
lora_file
object {url, content_type, file_name, file_size}LoRA svari, kas apmācīti Stable Audio 3.
config_file
object {url, content_type, file_name, file_size}JSON metadati, kas apraksta apmācības izpildi un ar secināšanu saderīgo modeli.

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/stable-audio-3-trainer.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt