Ir para o conteúdo

ACE Step

Integrar

ID do modelo ace-step
# 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?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

Esta solicitação: $ 0,012 12 créditos de API Executar nesta página

Obter chave de API
ACE Studio Texto para música 5–240 s #text-to-audio#text-to-music

Compõe música a partir de tags de gênero e letras opcionais, com duração de 5 a 240 segundos

ACE Studio · Áudio

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

•obrigatório

Tags de estilo de áudio fornecidas como gêneros separados por vírgulas, com `prompt` disponível como forma alternativa de fornecê-las.

padrão 60

Duração, em segundos, do áudio gerado.

Avançado lyrics · scheduler · guidance_type · number_of_steps · granularity_scale · guidance_interval · guidance_interval_decay · guidance_scale · minimum_guidance_scale · tag_guidance_scale · lyric_guidance_scale · seed
padrão

Letras cantadas, com as seções da música organizadas usando controles como [verse], [chorus] e [bridge]. Para áudio sem letras cantadas, omita esta entrada ou forneça apenas [inst] ou [instrumental].

scheduler padrão euler

Agendador usado durante a geração.

guidance_type padrão apg

Tipo de CFG usado durante a geração.

padrão 27

Número de etapas usado durante a geração de áudio.

padrão 10

Escala de granularidade aplicada durante a geração. Aumentá-la pode reduzir artefatos.

padrão 0.5

Parte do cronograma de geração que recebe orientação: escolher 0.5 restringe-a às etapas de 0.25 * infer_steps a 0.75 * infer_steps, deixando o início e o fim sem orientação.

padrão 0

Decaimento da orientação dentro do intervalo de geração: 0.0 mantém o decaimento desativado; caso contrário, a escala diminui nesse intervalo de guidance_scale até min_guidance_scale.

padrão 15

Escala da orientação aplicada durante a geração.

padrão 3

Menor escala de orientação atingida após o decaimento durante a geração.

padrão 5

Escala da orientação de tags aplicada durante a geração.

padrão 1.5

Escala da orientação de letras aplicada durante a geração.

Seed para geração reproduzível, escolhido aleatoriamente, a menos que você forneça um valor.

POST /run/ace-step?wait=20 cotação → $ 0,012
# 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?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre ACE Step

Cria uma faixa musical a partir de `tags` de estilo separadas por vírgulas e `lyrics` opcionais. Marcadores de seção como [verse] e [chorus] definem a estrutura da música, e [inst] gera uma faixa instrumental. `duration` varia de 5 a 240 segundos. Os controles de amostragem incluem `scheduler` (euler ou heun), `guidance_type` e `number_of_steps` de 3 a 60.

Parâmetros

NomeTipo PadrãoPermitido Descrição
tagsobrigatório
Tipostring
Tags de estilo de áudio fornecidas como gêneros separados por vírgulas, com `prompt` disponível como forma alternativa de fornecê-las.
lyricsopcional
Tipostring
Padrão
Letras cantadas, com as seções da música organizadas usando controles como [verse], [chorus] e [bridge]. Para áudio sem letras cantadas, omita esta entrada ou forneça apenas [inst] ou [instrumental].
durationopcional
Tiponumber
Padrão60
5 – 240
Duração, em segundos, do áudio gerado.
number_of_stepsopcional
Tipointeger
Padrão27
3 – 60
Número de etapas usado durante a geração de áudio.
seedopcional
Tipointeger | null
Seed para geração reproduzível, escolhido aleatoriamente, a menos que você forneça um valor.
scheduleropcional
Tipoenum
Padrãoeuler
eulerheun
Agendador usado durante a geração.
guidance_typeopcional
Tipoenum
Padrãoapg
cfgapgcfg_star
Tipo de CFG usado durante a geração.
granularity_scaleopcional
Tipointeger
Padrão10
-100 – 100
Escala de granularidade aplicada durante a geração. Aumentá-la pode reduzir artefatos.
guidance_intervalopcional
Tiponumber
Padrão0.5
0 – 1
Parte do cronograma de geração que recebe orientação: escolher 0.5 restringe-a às etapas de 0.25 * infer_steps a 0.75 * infer_steps, deixando o início e o fim sem orientação.
guidance_interval_decayopcional
Tiponumber
Padrão0
0 – 1
Decaimento da orientação dentro do intervalo de geração: 0.0 mantém o decaimento desativado; caso contrário, a escala diminui nesse intervalo de guidance_scale até min_guidance_scale.
guidance_scaleopcional
Tiponumber
Padrão15
0 – 200
Escala da orientação aplicada durante a geração.
minimum_guidance_scaleopcional
Tiponumber
Padrão3
0 – 200
Menor escala de orientação atingida após o decaimento durante a geração.
tag_guidance_scaleopcional
Tiponumber
Padrão5
0 – 10
Escala da orientação de tags aplicada durante a geração.
lyric_guidance_scaleopcional
Tiponumber
Padrão1.5
0 – 10
Escala da orientação de letras aplicada durante a geração.
obrigatório

Saída

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ace-step",
  "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": 12,
    "usd": "0.012",
    "charged": 12,
    "refunded": 0
  },
  "input": {
    "tags": "lofi, hiphop, drum and bass, trap, chill"
  },
  "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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
audio
object {url, content_type, file_name, file_size}Arquivo de áudio produzido pela geração.
seed
integerSeed aleatório usado durante a geração.
tags
stringTags de gênero aplicadas durante a geração.
lyrics
stringLetras aplicadas durante a geração.

Mais modelos: Texto para música

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/ace-step.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt