Aqbeż għall-kontenut

Stable Audio 25

Integra

Id tal-mudell 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"

Din it-talba: $0.20 200 krediti tal-API Ħaddmu f’din il-paġna

Ikseb ċavetta API
Stability AI Awdjo #audio

Jiġġenera mill-ġdid firxa ta’ ħin moħbija ġewwa klipp awdjo minn prompt ta’ test, filwaqt li jżomm il-bqija tal-klipp

Stability AI · Awdjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ

Prompt li jidderieġi l-ġenerazzjoni tal-awdjo.

•meħtieġ audio_url
Waqqa’ fajl, jew

Klipp tal-awdjo tas-sors għall-inpainting.

Avvanzat seconds_total · guidance_scale · mask_start · mask_end · num_inference_steps · seed · enable_safety_checker
prestabbilit 190

It-tul tal-awdjo tal-output juża b’mod prestabbilit it-tul tal-klipp tal-input. Ipprovdi tul biex tissostitwixxi dak il-valur prestabbilit.

prestabbilit 1

Il-fedeltà minn awdjo għal prompt tiżdied billi tgħolli dan l-issettjar, li jsaħħaħ il-konformità tal-proċess ta’ diffużjoni mat-test.

prestabbilit 30

Pożizzjoni tal-bidu tal-maskra tal-awdjo.

prestabbilit 190

Pożizzjoni tat-tmiem tal-maskra tal-awdjo.

prestabbilit 8

Numru ta’ passi ta’ tneħħija tal-istorbju applikati għall-awdjo.

POST /run/stable-audio-25/inpaint?wait=20 kwotazzjoni → $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"

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar Stable Audio 25

Inpainting għall-awdjo: ipprovdi `audio_url` u `prompt`, imbagħad agħżel ir-reġjun li għandu jinkiteb mill-ġdid b’`mask_start` u `mask_end`, it-tnejn minn 0 sa 190. Id-defaults huma 30 u 190. `seconds_total` ikopri 1 sa 190 u `guidance_scale` ikopri 1 sa 25. `num_inference_steps` ivarja minn 4 sa 8, u `seed` jippermetti eżekuzzjonijiet ripetibbli.

Parametri

Ibgħat jew l-isem kanoniku jew l-isem nattiv, mhux it-tnejn. Ismijiet kanoniċi

IsemTip PrestabbilitPermess Deskrizzjoni
promptmeħtieġ
Tipstring
Prompt li jidderieġi l-ġenerazzjoni tal-awdjo.
audio_urlmeħtieġ audio
Tipurl · audio
Klipp tal-awdjo tas-sors għall-inpainting.
seconds_totalmhux obbligatorju
Tipinteger | null
Prestabbilit190
1 – 190
It-tul tal-awdjo tal-output juża b’mod prestabbilit it-tul tal-klipp tal-input. Ipprovdi tul biex tissostitwixxi dak il-valur prestabbilit.
guidance_scalemhux obbligatorju
Tipnumber
Prestabbilit1
1 – 25
Il-fedeltà minn awdjo għal prompt tiżdied billi tgħolli dan l-issettjar, li jsaħħaħ il-konformità tal-proċess ta’ diffużjoni mat-test.
mask_startmhux obbligatorju
Tipinteger
Prestabbilit30
0 – 190
Pożizzjoni tal-bidu tal-maskra tal-awdjo.
mask_endmhux obbligatorju
Tipinteger
Prestabbilit190
0 – 190
Pożizzjoni tat-tmiem tal-maskra tal-awdjo.
num_inference_stepsmhux obbligatorju
Tipinteger
Prestabbilit8
4 – 8
Numru ta’ passi ta’ tneħħija tal-istorbju applikati għall-awdjo.
seedmhux obbligatorju
Tipinteger | null
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
L-iskrinjar jista’ jiġi rilassat billi jiġi ssettjat għal false, sakemm min jagħmel it-talba jkun awtorizzat.
meħtieġ Isem kanoniku, aċċettat ukoll

Il-parametri tal-fajls jaċċettaw URL pubbliku https://, URI data: sa 10 MB, jew file_url ta’ upload. Fajls

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
audio
object {url, content_type, file_name, file_size}Klipp tal-awdjo prodott mill-ġenerazzjoni.
seed
integerSeed każwali applikat matul il-ġenerazzjoni.

Aktar mudelli: Awdjo

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/stable-audio-25/inpaint.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt