Перейти к содержимому

Stable Audio 3 · Medium · Text to Audio

Интеграция

ID модели stable-audio-3/medium/text-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/stable-audio-3/medium/text-to-audio?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"
  }'

# 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"

Этот запрос: 0,038 $ 38 API-кредитов · ≈ 4,03 ₽ Запустить на этой странице

Получить API-ключ
Stability AI Аудио 1–380 с #music#audio#stereo

Дистиллированная Medium для преобразования текста в аудио с быстрыми 8 шагами по умолчанию, клипы длительностью до 380 секунд

Stability AI · Аудио

Здесь появится ваш первый результат

Составьте запрос ниже и выполните его с помощью API-ключа. Результаты копируются в наше хранилище и хранятся навсегда или 7 дней бесплатно.

Сформировать запрос

Элементы управления сгенерированы из схемы модели. Код и цена обновляются при изменении параметров.

•обязательно

Текст с описанием желаемого содержимого аудио.

по умолчанию 30

Длина аудио в секундах; максимальная длина для средней модели — 380 секунд (примерно 6 минут 20 секунд).

Расширенные negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
по умолчанию

Текст с указанием нежелательных свойств выходных данных.

output_format по умолчанию mp3

Формат контейнера итогового аудио.

по умолчанию 192k

Битрейт выходного аудио; игнорируется для wav и flac, поскольку они используют сжатие без потерь. Для сжатых форматов, таких как mp3, aac или opus, укажите значение в формате '192k' или '320k'.

по умолчанию 8

Количество итераций выборки; по умолчанию 8, поскольку дистиллированные дообученные чекпойнты уже обеспечивают хорошее качество на этом значении, а дополнительные итерации дают небольшой эффект.

по умолчанию 1

Сила guidance без классификатора только для базовых чекпойнтов; на дистиллированные чекпойнты не влияет. Для применимых чекпойнтов увеличение значения усиливает соответствие промпту.

Начальное значение случайного генератора для воспроизводимых результатов; если его не указать, выбирается случайное значение.

POST /run/stable-audio-3/medium/text-to-audio?wait=20 стоимость → 0,038 $
# 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/medium/text-to-audio?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"
  }'

# 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"

Запустить этот запрос

Ваш ключ хранится в этом браузере: он отправляется только в Doitong API и сохраняется в localStorage только при включении параметра «Запомнить». Получить API-ключ

О Stable Audio 3 · Medium · Text to Audio

Создаёт аудио из текстового `prompt`, при необходимости с `negative_prompt`. Этот вариант после дообучения по умолчанию использует 8 шагов сэмплирования и почти не выигрывает от увеличения их числа; guidance масштаб по умолчанию равен 1, поскольку он влияет только на базовые чекпоинты. `duration` принимает значения от 1 до 380 секунд. Выберите формат выходных данных: mp3, wav, flac, ogg, opus, m4a или aac.

Параметры

ИмяТип По умолчаниюДопустимые значения Описание
negative_promptнеобязательно
Типstring
По умолчанию
Текст с указанием нежелательных свойств выходных данных.
durationнеобязательно
Типnumber
По умолчанию30
1 – 380
Длина аудио в секундах; максимальная длина для средней модели — 380 секунд (примерно 6 минут 20 секунд).
num_inference_stepsнеобязательно
Типinteger
По умолчанию8
1 – 100
Количество итераций выборки; по умолчанию 8, поскольку дистиллированные дообученные чекпойнты уже обеспечивают хорошее качество на этом значении, а дополнительные итерации дают небольшой эффект.
guidance_scaleнеобязательно
Типnumber
По умолчанию1
0 – 25
Сила guidance без классификатора только для базовых чекпойнтов; на дистиллированные чекпойнты не влияет. Для применимых чекпойнтов увеличение значения усиливает соответствие промпту.
seedнеобязательно
Типinteger | null
Начальное значение случайного генератора для воспроизводимых результатов; если его не указать, выбирается случайное значение.
enable_prompt_expansionнеобязательно
Типboolean
По умолчаниюfalse
Расширение промпта с помощью LLM при включении: добавляет детали и повышает качество результата.
enable_safety_checkerнеобязательно
Типboolean
По умолчаниюtrue
Проверка безопасности на содержание NSFW.
output_formatнеобязательно
Типenum
По умолчаниюmp3
mp3wavflacoggopusm4aaac
Формат контейнера итогового аудио.
bitrateнеобязательно
Типstring
По умолчанию192k
Битрейт выходного аудио; игнорируется для wav и flac, поскольку они используют сжатие без потерь. Для сжатых форматов, таких как mp3, aac или opus, укажите значение в формате '192k' или '320k'.
promptобязательно
Типstring
Текст с описанием желаемого содержимого аудио.
обязательно

Результат

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/text-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": 38,
    "usd": "0.038",
    "charged": 38,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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,
    "prompt": "string"
  },
  "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"
  }
}
Ваши файлы — ваш выборКаждый URL из outputs[].url — это копия в нашем хранилище: она хранится навсегда (оплата за ГБ в месяц) или 7 дней бесплатно — в зависимости от настройки вашего аккаунта или параметра ?storage=.
Одинаковая структура у каждой моделиtype, url, content_type, width, height и duration — одинаково для изображений, видео и аудио. output — собственный объект результата модели.
Поля результата
audio
object {url, content_type, file_name, file_size}Аудиоклип, созданный в результате генерации.
seed
integerСид, управляющий случайностью во время генерации.
prompt
stringПромпт, использованный для создания выходных данных.

Другие модели: Аудио

Для AI-агентов: эта страница в формате Markdown доступна по адресу https://doitong.com/ru/developers/models/stable-audio-3/medium/text-to-audio.md. Все модели и руководства: https://doitong.com/developers/llms.txt