Przejdź do treści

ACE Step Audio Inpaint

Integracja

Identyfikator modelu ace-step/audio-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/ace-step/audio-inpaint?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "tags": "lofi, hiphop, drum and bass, trap, chill"
  }'

# 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"

Pliki takie jak przykład: 0,002 $ 2 kredyty API Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
ACE Studio Tekst na muzykę #audio-to-audio#audio-inpaint#audio-repaint

Ponownie generuje wybrany fragment istniejącego pliku audio przy użyciu nowych tagów i tekstu

ACE Studio · Audio

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane audio_url
Upuść plik lub

URL pliku audio do inpaintingu.

•wymagane

Tagi stylu audio podane jako gatunki rozdzielone przecinkami; alternatywnie można użyć `prompt`.

Zaawansowane lyrics · start_time_relative_to · end_time_relative_to · scheduler · guidance_type · start_time · end_time · variance · number_of_steps · granularity_scale · guidance_interval · guidance_interval_decay · guidance_scale · minimum_guidance_scale · tag_guidance_scale · lyric_guidance_scale · seed
domyślnie

Śpiewany tekst, z sekcjami utworu oznaczonymi za pomocą elementów takich jak [verse], [chorus] i [bridge]. W przypadku audio bez śpiewanego tekstu pomiń te dane wejściowe albo podaj wyłącznie [inst] lub [instrumental].

start_time_relative_to domyślnie start

Punkt odniesienia dla czasu rozpoczęcia: początek albo koniec audio.

end_time_relative_to domyślnie start

Punkt odniesienia dla czasu zakończenia: początek albo koniec audio.

scheduler domyślnie euler

Harmonogram używany podczas generowania.

guidance_type domyślnie apg

Typ CFG używany podczas generowania.

domyślnie 0

Czas rozpoczęcia inpaintingu w sekundach.

domyślnie 30

Czas zakończenia inpaintingu w sekundach.

domyślnie 0.5

Wariancja inpaintingu określa, jak zróżnicowane mogą być wyniki; jej zwiększenie może wprowadzić większą różnorodność.

domyślnie 27

Liczba kroków używanych podczas generowania audio.

domyślnie 10

Skala granularności stosowana podczas generowania. Jej zwiększenie może ograniczyć artefakty.

domyślnie 0.5

Część harmonogramu generowania, do której stosowane są wskazówki: wybranie 0.5 ogranicza ją do kroków od 0.25 * infer_steps do 0.75 * infer_steps, pozostawiając początek i koniec bez wskazówek.

domyślnie 0

Wygaszanie wskazówek w interwale generowania: 0.0 wyłącza wygaszanie; w przeciwnym razie skala maleje w tym interwale od guidance_scale do min_guidance_scale.

domyślnie 15

Skala wskazówek stosowanych podczas generowania.

domyślnie 3

Najniższa skala wskazówek osiągana po wygaszeniu podczas generowania.

domyślnie 5

Skala wskazówek dotyczących tagów stosowanych podczas generowania.

domyślnie 1.5

Skala wskazówek dotyczących tekstu utworu stosowanych podczas generowania.

Ziarno zapewniające powtarzalność generowania; wybierane losowo, jeśli nie podasz wartości.

POST /run/ace-step/audio-inpaint?wait=20 wycena → 0,002 $
# 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/ace-step/audio-inpaint?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "tags": "lofi, hiphop, drum and bass, trap, chill"
  }'

# 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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o ACE Step Audio Inpaint

Przyjmuje `audio_url` i przepisuje tylko fragment między `start_time` a `end_time`, podanymi w sekundach od 0 do 240. Każdy czas można ustawić względem początku lub końca klipu. Nowe `tags` i `lyrics` sterują zastępowanym fragmentem, a `variance` określa zróżnicowanie wyniku. Dostępne są standardowe ustawienia prowadzenia i kroków.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
audio_urlwymagane audio
Typurl · audio
URL pliku audio do inpaintingu.
start_time_relative_toopcjonalne
Typenum
Domyślnestart
startend
Punkt odniesienia dla czasu rozpoczęcia: początek albo koniec audio.
start_timeopcjonalne
Typnumber
Domyślne0
0 – 240
Czas rozpoczęcia inpaintingu w sekundach.
end_time_relative_toopcjonalne
Typenum
Domyślnestart
startend
Punkt odniesienia dla czasu zakończenia: początek albo koniec audio.
end_timeopcjonalne
Typnumber
Domyślne30
0 – 240
Czas zakończenia inpaintingu w sekundach.
tagswymagane
Typstring
Tagi stylu audio podane jako gatunki rozdzielone przecinkami; alternatywnie można użyć `prompt`.
lyricsopcjonalne
Typstring
Domyślne
Śpiewany tekst, z sekcjami utworu oznaczonymi za pomocą elementów takich jak [verse], [chorus] i [bridge]. W przypadku audio bez śpiewanego tekstu pomiń te dane wejściowe albo podaj wyłącznie [inst] lub [instrumental].
varianceopcjonalne
Typnumber
Domyślne0.5
0 – 1
Wariancja inpaintingu określa, jak zróżnicowane mogą być wyniki; jej zwiększenie może wprowadzić większą różnorodność.
number_of_stepsopcjonalne
Typinteger
Domyślne27
3 – 60
Liczba kroków używanych podczas generowania audio.
seedopcjonalne
Typinteger | null
Ziarno zapewniające powtarzalność generowania; wybierane losowo, jeśli nie podasz wartości.
scheduleropcjonalne
Typenum
Domyślneeuler
eulerheun
Harmonogram używany podczas generowania.
guidance_typeopcjonalne
Typenum
Domyślneapg
cfgapgcfg_star
Typ CFG używany podczas generowania.
granularity_scaleopcjonalne
Typinteger
Domyślne10
-100 – 100
Skala granularności stosowana podczas generowania. Jej zwiększenie może ograniczyć artefakty.
guidance_intervalopcjonalne
Typnumber
Domyślne0.5
0 – 1
Część harmonogramu generowania, do której stosowane są wskazówki: wybranie 0.5 ogranicza ją do kroków od 0.25 * infer_steps do 0.75 * infer_steps, pozostawiając początek i koniec bez wskazówek.
guidance_interval_decayopcjonalne
Typnumber
Domyślne0
0 – 1
Wygaszanie wskazówek w interwale generowania: 0.0 wyłącza wygaszanie; w przeciwnym razie skala maleje w tym interwale od guidance_scale do min_guidance_scale.
guidance_scaleopcjonalne
Typnumber
Domyślne15
0 – 200
Skala wskazówek stosowanych podczas generowania.
minimum_guidance_scaleopcjonalne
Typnumber
Domyślne3
0 – 200
Najniższa skala wskazówek osiągana po wygaszeniu podczas generowania.
tag_guidance_scaleopcjonalne
Typnumber
Domyślne5
0 – 10
Skala wskazówek dotyczących tagów stosowanych podczas generowania.
lyric_guidance_scaleopcjonalne
Typnumber
Domyślne1.5
0 – 10
Skala wskazówek dotyczących tekstu utworu stosowanych podczas generowania.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ace-step/audio-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": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "tags": "lofi, hiphop, drum and bass, trap, chill",
    "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,
    "tags": "lofi, hiphop, drum and bass, trap, chill",
    "lyrics": "[inst]"
  },
  "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
audio
object {url, content_type, file_name, file_size}Plik audio utworzony podczas generowania.
seed
integerLosowe ziarno używane podczas generowania.
tags
stringTagi gatunków stosowane podczas generowania.
lyrics
stringTekst utworu stosowany podczas generowania.

Więcej modeli: Tekst na muzykę

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/ace-step/audio-inpaint.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt