Avançar para o conteúdo

Stable Audio 3 Trainer

Integrar

ID do modelo 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"

Ficheiros como o exemplo: 3,00 $ 3000 créditos da API os seus ficheiros são medidos antes da execução Executar nesta página

Obter chave de API
Stability AI Treino 1–380 s #music#audio#sfx#lora

Treina um LoRA em Stable Audio 3 a partir de um zip de clips de áudio com legendas de texto correspondentes

Stability AI · Ficheiro

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

URL de um zip de dados, com cada par áudio/legenda armazenado em conjunto com nomes base correspondentes: por exemplo, `clip.wav` corresponde a `clip.txt`. As legendas têm de usar a extensão `.txt`.

predefinição 1000

Número de passos do treino LoRA.

Duração de recorte/preenchimento em segundos, limitada em todos os casos pela duração de treino nativa do modelo selecionado. Forneça uma duração ou omita-a para usar o clipe mais longo detetado no conjunto de dados, sujeito a esse limite.

predefinição 1

Tamanho do lote usado durante o treino.

Avançado model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model predefinição medium-base

Checkpoint base para ajuste fino do Stable Audio 3.

base_precision predefinição bf16

Precisão usada pelos pesos base congelados; os parâmetros LoRA permanecem em fp32.

predefinição dora-rows

Família do adaptador usada no treino LoRA.

URL opcional de um checkpoint LoRA `.safetensors` a partir do qual retomar.

predefinição 0.0001

Taxa de aprendizagem aplicada pelo AdamW aos parâmetros LoRA.

predefinição 16

Rank do adaptador LoRA.

predefinição 42

Seed para aleatorização.

Substrings de nomes de módulos que restringem onde o LoRA é adicionado: apenas os módulos correspondentes o recebem.

Substrings de nomes usadas para excluir módulos correspondentes.

POST /run/stable-audio-3-trainer?wait=20 cotação → 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"

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 Stable Audio 3 Trainer

Ajusta um checkpoint base (medium-base, small-music-base ou small-sfx-base) num zip `audio_data_url`, em que cada ficheiro de áudio tem uma legenda `.txt` com o mesmo nome. Pode ajustar `number_of_steps` (até 20000), `learning_rate`, `rank` (1 a 256), `adapter_type` e `batch_size`, ou retomar a partir de um checkpoint `.safetensors`. Devolve pesos LoRA e um ficheiro de configuração.

Parâmetros

NomeTipo PredefiniçãoPermitido Descrição
audio_data_urlobrigatório
Tipostring
URL de um zip de dados, com cada par áudio/legenda armazenado em conjunto com nomes base correspondentes: por exemplo, `clip.wav` corresponde a `clip.txt`. As legendas têm de usar a extensão `.txt`.
modelopcional
Tipoenum
Predefiniçãomedium-base
medium-basesmall-music-basesmall-sfx-base
Checkpoint base para ajuste fino do Stable Audio 3.
number_of_stepsopcional
Tipointeger
Predefinição1000
1 – 20 000
Número de passos do treino LoRA.
learning_rateopcional
Tiponumber
Predefinição0.0001
≤ 0,01> 0
Taxa de aprendizagem aplicada pelo AdamW aos parâmetros LoRA.
rankopcional
Tipointeger
Predefinição16
1 – 256
Rank do adaptador LoRA.
adapter_typeopcional
Tipoenum
Predefiniçãodora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
Família do adaptador usada no treino LoRA.
durationopcional
Tiponumber | null
1 – 380
Duração de recorte/preenchimento em segundos, limitada em todos os casos pela duração de treino nativa do modelo selecionado. Forneça uma duração ou omita-a para usar o clipe mais longo detetado no conjunto de dados, sujeito a esse limite.
batch_sizeopcional
Tipointeger
Predefinição1
1 – 8
Tamanho do lote usado durante o treino.
seedopcional
Tipointeger
Predefinição42
0 – 2 147 483 647
Seed para aleatorização.
base_precisionopcional
Tipoenum
Predefiniçãobf16
bf16bfloat16fp16float16
Precisão usada pelos pesos base congelados; os parâmetros LoRA permanecem em fp32.
includeopcional
Tipostring[]
Substrings de nomes de módulos que restringem onde o LoRA é adicionado: apenas os módulos correspondentes o recebem.
excludeopcional
Tipostring[]
Substrings de nomes usadas para excluir módulos correspondentes.
lora_checkpoint_urlopcional
Tipostring | null
URL opcional de um checkpoint LoRA `.safetensors` a partir do qual retomar.
pre_encodeopcional
Tipoboolean
Predefiniçãofalse
Pré-codificação do arquivo de áudio em latentes SAME antes do treino do LoRA.
obrigatório

Resultado

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"
  }
}
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
lora_file
object {url, content_type, file_name, file_size}Pesos LoRA treinados para o Stable Audio 3.
config_file
object {url, content_type, file_name, file_size}Metadados JSON que descrevem a execução de treino e o modelo compatível para inferência.

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/stable-audio-3-trainer.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt