Langkau ke kandungan

Stable Audio 3 Trainer

Integrasikan

ID model 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"

Fail seperti contoh: $3.00 3,000 kredit API fail anda diukur sebelum dijalankan Jalankan pada halaman ini

Dapatkan kunci API
Stability AI Latihan 1–380 s #music#audio#sfx#lora

Melatih LoRA pada Stable Audio 3 daripada zip klip audio dengan kapsyen teks yang sepadan

Stability AI · Fail

Hasil pertama anda akan muncul di sini

Bina permintaan di bawah dan jalankannya dengan kunci API anda. Output disalin ke storan kami, disimpan selama-lamanya atau 7 hari secara percuma.

Bina permintaan

Kawalan dijana daripada skema model. Kod dan harga dikemas kini apabila anda mengubahnya.

•diperlukan

URL zip set data, dengan setiap pasangan audio/kapsyen disimpan bersama di bawah nama asas yang sepadan: `clip.wav` dipasangkan dengan `clip.txt`, contohnya. Kapsyen mesti menggunakan sambungan `.txt`.

lalai 1000

Bilangan langkah untuk latihan LoRA.

Tempoh pangkas/padat dalam saat, sentiasa dihadkan oleh panjang latihan natif model yang dipilih. Bekalkan panjang atau abaikannya untuk menggunakan klip terpanjang yang dikesan dalam set data, tertakluk pada had tersebut.

lalai 1

Saiz kelompok yang digunakan semasa latihan.

Lanjutan model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model lalai medium-base

Checkpoint asas untuk penalaan halus Stable Audio 3.

base_precision lalai bf16

Ketepatan yang digunakan oleh pemberat asas beku; parameter LoRA kekal fp32.

lalai dora-rows

Keluarga penyesuai yang digunakan untuk latihan LoRA.

URL pilihan checkpoint LoRA `.safetensors` untuk menyambung semula.

lalai 0.0001

Kadar pembelajaran yang digunakan oleh AdamW pada parameter LoRA.

lalai 16

Pangkat penyesuai LoRA.

lalai 42

Seed untuk rawak.

Subrentetan nama modul yang mengehadkan lokasi LoRA ditambah: hanya modul yang sepadan menerimanya.

Subrentetan nama yang digunakan untuk mengecualikan modul yang sepadan.

POST /run/stable-audio-3-trainer?wait=20 sebut harga → $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"

Jalankan permintaan ini

Kunci anda kekal dalam pelayar ini: ia hanya dihantar kepada Doitong API dan disimpan (localStorage) hanya jika anda menanda Ingat. Dapatkan kunci API

Tentang Stable Audio 3 Trainer

Menala halus titik semak asas (medium-base, small-music-base atau small-sfx-base) pada zip `audio_data_url` yang setiap fail audionya mempunyai kapsyen `.txt` bernama sama. Anda boleh melaraskan `number_of_steps` (sehingga 20000), `learning_rate`, `rank` (1 hingga 256), `adapter_type` dan `batch_size`, atau menyambung daripada titik semak `.safetensors`. Mengembalikan pemberat LoRA dan fail konfigurasi.

Parameter

NamaJenis LalaiDibenarkan Penerangan
audio_data_urldiperlukan
Jenisstring
URL zip set data, dengan setiap pasangan audio/kapsyen disimpan bersama di bawah nama asas yang sepadan: `clip.wav` dipasangkan dengan `clip.txt`, contohnya. Kapsyen mesti menggunakan sambungan `.txt`.
modelpilihan
Jenisenum
Lalaimedium-base
medium-basesmall-music-basesmall-sfx-base
Checkpoint asas untuk penalaan halus Stable Audio 3.
number_of_stepspilihan
Jenisinteger
Lalai1000
1 – 20,000
Bilangan langkah untuk latihan LoRA.
learning_ratepilihan
Jenisnumber
Lalai0.0001
≤ 0.01> 0
Kadar pembelajaran yang digunakan oleh AdamW pada parameter LoRA.
rankpilihan
Jenisinteger
Lalai16
1 – 256
Pangkat penyesuai LoRA.
adapter_typepilihan
Jenisenum
Lalaidora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
Keluarga penyesuai yang digunakan untuk latihan LoRA.
durationpilihan
Jenisnumber | null
1 – 380
Tempoh pangkas/padat dalam saat, sentiasa dihadkan oleh panjang latihan natif model yang dipilih. Bekalkan panjang atau abaikannya untuk menggunakan klip terpanjang yang dikesan dalam set data, tertakluk pada had tersebut.
batch_sizepilihan
Jenisinteger
Lalai1
1 – 8
Saiz kelompok yang digunakan semasa latihan.
seedpilihan
Jenisinteger
Lalai42
0 – 2,147,483,647
Seed untuk rawak.
base_precisionpilihan
Jenisenum
Lalaibf16
bf16bfloat16fp16float16
Ketepatan yang digunakan oleh pemberat asas beku; parameter LoRA kekal fp32.
includepilihan
Jenisstring[]
Subrentetan nama modul yang mengehadkan lokasi LoRA ditambah: hanya modul yang sepadan menerimanya.
excludepilihan
Jenisstring[]
Subrentetan nama yang digunakan untuk mengecualikan modul yang sepadan.
lora_checkpoint_urlpilihan
Jenisstring | null
URL pilihan checkpoint LoRA `.safetensors` untuk menyambung semula.
pre_encodepilihan
Jenisboolean
Lalaifalse
Pra-pengekodan arkib audio menjadi laten SAME sebelum melatih LoRA.
diperlukan

Output

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"
  }
}
Fail anda, pilihan andaSetiap outputs[].url ialah salinan pada storan kami: disimpan selama-lamanya (dibayar setiap GB-bulan) atau 7 hari secara percuma, mengikut tetapan akaun anda atau ?storage=.
Bentuk yang sama pada setiap modeltype, url, content_type, width, height dan duration, untuk imej, video dan audio. output ialah objek hasil model itu sendiri.
Medan output
lora_file
object {url, content_type, file_name, file_size}Pemberat LoRA yang dilatih untuk Stable Audio 3.
config_file
object {url, content_type, file_name, file_size}Metadata JSON yang menerangkan proses latihan dan model yang serasi untuk inferens.

Untuk ejen AI: halaman ini dalam Markdown tersedia di https://doitong.com/ms/developers/models/stable-audio-3-trainer.md. Semua model dan panduan: https://doitong.com/developers/llms.txt