Bỏ qua đến nội dung

Stable Audio 3 Trainer

Tích hợp

Id mô hình 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"

Các tệp như ví dụ: 3,00 $ 3.000 tín dụng API tệp của bạn được đo trước khi chạy Chạy trên trang này

Lấy khóa API
Stability AI Huấn luyện 1–380 s #music#audio#sfx#lora

Huấn luyện LoRA trên Stable Audio 3 từ tệp zip chứa các đoạn âm thanh cùng chú thích văn bản tương ứng

Stability AI · Tệp

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc

URL tệp zip tập dữ liệu, trong đó mỗi cặp âm thanh/chú thích được lưu cùng nhau với basename tương ứng: chẳng hạn `clip.wav` đi cùng `clip.txt`. Chú thích phải dùng phần mở rộng `.txt`.

mặc định 1000

Số bước huấn luyện LoRA.

Thời lượng cắt/đệm tính bằng giây, trong mọi trường hợp bị giới hạn bởi độ dài huấn luyện gốc của mô hình đã chọn. Cung cấp độ dài hoặc bỏ qua để dùng đoạn dài nhất phát hiện trong tập dữ liệu, tùy theo giới hạn đó.

mặc định 1

Kích thước lô được dùng trong quá trình huấn luyện.

Nâng cao model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model mặc định medium-base

Checkpoint cơ sở để tinh chỉnh Stable Audio 3.

base_precision mặc định bf16

Độ chính xác được dùng cho trọng số cơ sở bị đóng băng; các tham số LoRA vẫn ở fp32.

mặc định dora-rows

Dòng bộ điều hợp được dùng để huấn luyện LoRA.

URL tùy chọn của checkpoint LoRA `.safetensors` để tiếp tục huấn luyện.

mặc định 0.0001

Tốc độ học do AdamW áp dụng cho các tham số LoRA.

mặc định 16

Rank của bộ điều hợp LoRA.

mặc định 42

Seed dùng cho việc ngẫu nhiên hóa.

Các chuỗi con tên mô-đun giới hạn nơi LoRA được thêm vào: chỉ các mô-đun khớp mới nhận nó.

Các chuỗi con tên dùng để loại trừ các mô-đun khớp.

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

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Stable Audio 3 Trainer

Tinh chỉnh checkpoint cơ sở (medium-base, small-music-base hoặc small-sfx-base) trên tệp zip `audio_data_url`, trong đó mỗi tệp âm thanh có chú thích `.txt` cùng tên. Bạn có thể điều chỉnh `number_of_steps` (tối đa 20000), `learning_rate`, `rank` (1 đến 256), `adapter_type` và `batch_size`, hoặc tiếp tục từ checkpoint `.safetensors`. Trả về trọng số LoRA và tệp cấu hình.

Tham số

TênKiểu Mặc địnhĐược phép Mô tả
audio_data_urlbắt buộc
Kiểustring
URL tệp zip tập dữ liệu, trong đó mỗi cặp âm thanh/chú thích được lưu cùng nhau với basename tương ứng: chẳng hạn `clip.wav` đi cùng `clip.txt`. Chú thích phải dùng phần mở rộng `.txt`.
modeltùy chọn
Kiểuenum
Mặc địnhmedium-base
medium-basesmall-music-basesmall-sfx-base
Checkpoint cơ sở để tinh chỉnh Stable Audio 3.
number_of_stepstùy chọn
Kiểuinteger
Mặc định1000
1 – 20.000
Số bước huấn luyện LoRA.
learning_ratetùy chọn
Kiểunumber
Mặc định0.0001
≤ 0,01> 0
Tốc độ học do AdamW áp dụng cho các tham số LoRA.
ranktùy chọn
Kiểuinteger
Mặc định16
1 – 256
Rank của bộ điều hợp LoRA.
adapter_typetùy chọn
Kiểuenum
Mặc địnhdora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
Dòng bộ điều hợp được dùng để huấn luyện LoRA.
durationtùy chọn
Kiểunumber | null
1 – 380
Thời lượng cắt/đệm tính bằng giây, trong mọi trường hợp bị giới hạn bởi độ dài huấn luyện gốc của mô hình đã chọn. Cung cấp độ dài hoặc bỏ qua để dùng đoạn dài nhất phát hiện trong tập dữ liệu, tùy theo giới hạn đó.
batch_sizetùy chọn
Kiểuinteger
Mặc định1
1 – 8
Kích thước lô được dùng trong quá trình huấn luyện.
seedtùy chọn
Kiểuinteger
Mặc định42
0 – 2.147.483.647
Seed dùng cho việc ngẫu nhiên hóa.
base_precisiontùy chọn
Kiểuenum
Mặc địnhbf16
bf16bfloat16fp16float16
Độ chính xác được dùng cho trọng số cơ sở bị đóng băng; các tham số LoRA vẫn ở fp32.
includetùy chọn
Kiểustring[]
Các chuỗi con tên mô-đun giới hạn nơi LoRA được thêm vào: chỉ các mô-đun khớp mới nhận nó.
excludetùy chọn
Kiểustring[]
Các chuỗi con tên dùng để loại trừ các mô-đun khớp.
lora_checkpoint_urltùy chọn
Kiểustring | null
URL tùy chọn của checkpoint LoRA `.safetensors` để tiếp tục huấn luyện.
pre_encodetùy chọn
Kiểuboolean
Mặc địnhfalse
Mã hóa trước kho lưu trữ âm thanh thành các latent SAME trước khi huấn luyện LoRA.
bắt buộc

Đầu ra

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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
lora_file
object {url, content_type, file_name, file_size}Trọng số LoRA được huấn luyện cho Stable Audio 3.
config_file
object {url, content_type, file_name, file_size}Siêu dữ liệu JSON mô tả lượt huấn luyện và mô hình tương thích để suy luận.

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/stable-audio-3-trainer.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt