Avançar para o conteúdo

ACE Step Audio To Audio

Integrar

ID do modelo ace-step/audio-to-audio
# 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-to-audio?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",
    "original_tags": "lofi, hiphop, drum and bass, trap, chill",
    "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"

Ficheiros como o exemplo: 0,002 $ 2 créditos da API os seus ficheiros são medidos antes da execução Executar nesta página

Obter chave de API
ACE Studio Texto para música #audio-to-audio#audio-edit

Remistura uma faixa existente ou troca as respetivas letras, orientada por tags originais e novas

ACE Studio · Áudio

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório audio_url
Largue um ficheiro ou

URL do ficheiro de áudio para outpainting.

•obrigatório

Etiquetas originalmente associadas ao ficheiro de áudio.

•obrigatório

Etiquetas de estilo de áudio fornecidas como géneros separados por vírgulas, com `prompt` disponível como forma alternativa de as fornecer.

Avançado original_lyrics · lyrics · edit_mode · 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 · original_seed
predefinição

Letras originalmente associadas ao ficheiro de áudio.

predefinição

Letras cantadas, com as secções da canção organizadas através de controlos como [verse], [chorus] e [bridge]. Para áudio sem letras cantadas, omita esta entrada ou forneça apenas [inst] ou [instrumental].

edit_mode predefinição remix

Modo de edição: alterar apenas as letras ou fazer um remix do áudio.

scheduler predefinição euler

Agendador utilizado durante a geração.

guidance_type predefinição apg

Tipo de CFG utilizado durante a geração.

predefinição 27

Número de passos utilizado durante a geração de áudio.

predefinição 10

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

predefinição 0.5

Parte do agendamento de geração que recebe orientação: escolher 0.5 restringe-a aos passos de 0.25 * infer_steps até 0.75 * infer_steps, deixando o início e o fim sem orientação.

predefinição 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 para min_guidance_scale.

predefinição 15

Escala da orientação aplicada durante a geração.

predefinição 3

Escala mínima de orientação atingida após o decaimento durante a geração.

predefinição 5

Escala da orientação das etiquetas aplicada durante a geração.

predefinição 1.5

Escala da orientação das letras aplicada durante a geração.

Seed para geração reproduzível, escolhido aleatoriamente salvo se fornecer um valor.

Seed originalmente associada ao ficheiro de áudio.

POST /run/ace-step/audio-to-audio?wait=20 cotação → 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-to-audio?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",
    "original_tags": "lofi, hiphop, drum and bass, trap, chill",
    "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 este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre ACE Step Audio To Audio

Começa com um `audio_url` e as respetivas `original_tags`, aplicando novas `tags` para alterar o estilo. `edit_mode` pode ser remix, que altera o som geral, ou lyrics, que edita apenas o que é cantado. Pode fornecer `original_lyrics` e novas `lyrics`, bem como `original_seed`, se conhecido. Os parâmetros de passos e orientação são iguais aos do resto da família.

Parâmetros

Envie o nome canónico ou o nome nativo, não ambos. Nomes canónicos

NomeTipo PredefiniçãoPermitido Descrição
audio_urlobrigatório audio
Tipourl · audio
URL do ficheiro de áudio para outpainting.
edit_modeopcional
Tipoenum
Predefiniçãoremix
lyricsremix
Modo de edição: alterar apenas as letras ou fazer um remix do áudio.
original_tagsobrigatório
Tipostring
Etiquetas originalmente associadas ao ficheiro de áudio.
original_lyricsopcional
Tipostring
Predefinição
Letras originalmente associadas ao ficheiro de áudio.
tagsobrigatório
Tipostring
Etiquetas de estilo de áudio fornecidas como géneros separados por vírgulas, com `prompt` disponível como forma alternativa de as fornecer.
lyricsopcional
Tipostring
Predefinição
Letras cantadas, com as secções da canção organizadas através de controlos como [verse], [chorus] e [bridge]. Para áudio sem letras cantadas, omita esta entrada ou forneça apenas [inst] ou [instrumental].
number_of_stepsopcional
Tipointeger
Predefinição27
3 – 60
Número de passos utilizado durante a geração de áudio.
seedopcional
Tipointeger | null
Seed para geração reproduzível, escolhido aleatoriamente salvo se fornecer um valor.
scheduleropcional
Tipoenum
Predefiniçãoeuler
eulerheun
Agendador utilizado durante a geração.
guidance_typeopcional
Tipoenum
Predefiniçãoapg
cfgapgcfg_star
Tipo de CFG utilizado durante a geração.
granularity_scaleopcional
Tipointeger
Predefinição10
-100 – 100
Escala de granularidade aplicada durante a geração. Aumentá-la pode reduzir artefactos.
guidance_intervalopcional
Tiponumber
Predefinição0.5
0 – 1
Parte do agendamento de geração que recebe orientação: escolher 0.5 restringe-a aos passos de 0.25 * infer_steps até 0.75 * infer_steps, deixando o início e o fim sem orientação.
guidance_interval_decayopcional
Tiponumber
Predefinição0
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 para min_guidance_scale.
guidance_scaleopcional
Tiponumber
Predefinição15
0 – 200
Escala da orientação aplicada durante a geração.
minimum_guidance_scaleopcional
Tiponumber
Predefinição3
0 – 200
Escala mínima de orientação atingida após o decaimento durante a geração.
tag_guidance_scaleopcional
Tiponumber
Predefinição5
0 – 10
Escala da orientação das etiquetas aplicada durante a geração.
lyric_guidance_scaleopcional
Tiponumber
Predefinição1.5
0 – 10
Escala da orientação das letras aplicada durante a geração.
original_seedopcional
Tipointeger | null
Seed originalmente associada ao ficheiro de áudio.
obrigatório Nome canónico, também aceite

Os parâmetros de ficheiro aceitam um URL https:// público, um URI data: até 10 MB ou o file_url de um carregamento. Ficheiros

Resultado

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ace-step/audio-to-audio",
  "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",
    "original_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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
audio
object {url, content_type, file_name, file_size}Ficheiro de áudio produzido pela geração.
seed
integerSeed aleatória utilizada durante a geração.
tags
stringEtiquetas de género aplicadas durante a geração.
lyrics
stringLetras aplicadas durante a geração.

Mais modelos: Texto para música

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