שפּרינגען צו אינהאַלט

Stable Audio 3 Medium Base Text to Audio

אינטעגרירן

מאָדעל־id stable-audio-3/medium/base/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/base/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"

דער דאָזיקער ריקוועסט: ⁨$ 0.048⁩ 48 API־קרעדיטן לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
Stability AI אַודיאָ 1–380 s #music#audio#stereo

Text-to-audio מיט Medium באַזע־טשעקפּוינט פֿאַר פֿײַנטיונינג־וואָרקפֿלאָוז, קליפּס ביז 380 סעקונדעס

Stability AI · אַודיאָ

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט

טעקסט וואָס ספּעציפֿיצירט דעם געוואונטשן אַודיאָ־אינהאַלט.

סטאַנדאַרט 30

אַודיאָ־לענג אין סעקונדעס, מיט אַ מאַקסימום פון 380 סעקונדעס פֿאַרן medium־מאָדעל (בערך 6 מינוט 20 סעקונדעס).

פֿאָרגעשריטן negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
סטאַנדאַרט

טעקסט וואָס ספּעציפֿיצירט אומגעוואונטשענע אייגנשאַפֿטן אינעם רעזולטאַט.

output_format סטאַנדאַרט mp3

קאַנטיינער־פֿאָרמאַט געניצט פֿאַרן רעזולטאַט־אַודיאָ.

סטאַנדאַרט 192k

ביטרייט פונעם רעזולטאַט־אַודיאָ, איגנאָרירט בײַ wav אָדער flac ווײַל זיי זענען לאָסלעס. פֿאַר קאָמפּרימירטע פֿאָרמאַטן ווי mp3, aac אָדער opus, צושטעלט אַ ווערט אין פֿאָרעם '192k' אָדער '320k'.

סטאַנדאַרט 50

קלײַבט ווי פֿיל סאַמפּלינג־סטעפּס צו לויפֿן; בערך 50 גיט גוטע קוואַליטעט מיט באַזע־טשעקפּוינטן (נישט דיסטילירט).

סטאַנדאַרט 7

Classifier-free guidance־שטאַרקייט, פֿאַר וועלכער בערך 7.0 ווערט רעקאָמענדירט אָנהייבנדיק אויף באַזע־טשעקפּוינטן; דאָס הייבן מאַכט די גענערירונג זיך נאָענטער צו דעם פּראָמפּט.

צופֿעליקער גענעראַטאָר־זוימען פֿאַר איבערחזרבאַרע רעזולטאַטן; ווען מען לאָזט אים אויס, ווערט אויסגעקליבן אַ צופֿעליקער זוימען.

POST /run/stable-audio-3/medium/base/text-to-audio?wait=20 פּרײַז → ⁨$ 0.048⁩
# 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/base/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"

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Stable Audio 3 Medium Base Text to Audio

שאַפֿט אַודיאָ פֿון אַ טעקסט־`prompt`, מיט אַן אָפּציאָנעלן `negative_prompt` צו פֿירן אַוועק פֿון אומגעווינטע אייגנשאַפֿטן. `duration` ליגט צווישן 1 און 380 סעקונדעס. ווי דער ניט־דיסטילירטער באַזע־טשעקפּוינט האָט עס סטאַנדאַרט 50 סאַמפּלינג־שריט און אַ גיידאַנס־סקעיל פֿון 7, און גיידאַנס ביז 25 ווערט אָנגענומען. רעזולטאַט־פֿאָרמאַטן אַרײַננעמען mp3, wav, flac, ogg, opus, m4a און aac.

פּאַראַמעטערס

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
negative_promptאָפּציאָנעל
טיפּstring
סטאַנדאַרט
טעקסט וואָס ספּעציפֿיצירט אומגעוואונטשענע אייגנשאַפֿטן אינעם רעזולטאַט.
durationאָפּציאָנעל
טיפּnumber
סטאַנדאַרט30
1 – 380
אַודיאָ־לענג אין סעקונדעס, מיט אַ מאַקסימום פון 380 סעקונדעס פֿאַרן medium־מאָדעל (בערך 6 מינוט 20 סעקונדעס).
num_inference_stepsאָפּציאָנעל
טיפּinteger
סטאַנדאַרט50
1 – 100
קלײַבט ווי פֿיל סאַמפּלינג־סטעפּס צו לויפֿן; בערך 50 גיט גוטע קוואַליטעט מיט באַזע־טשעקפּוינטן (נישט דיסטילירט).
guidance_scaleאָפּציאָנעל
טיפּnumber
סטאַנדאַרט7
0 – 25
Classifier-free guidance־שטאַרקייט, פֿאַר וועלכער בערך 7.0 ווערט רעקאָמענדירט אָנהייבנדיק אויף באַזע־טשעקפּוינטן; דאָס הייבן מאַכט די גענערירונג זיך נאָענטער צו דעם פּראָמפּט.
seedאָפּציאָנעל
טיפּinteger | null
צופֿעליקער גענעראַטאָר־זוימען פֿאַר איבערחזרבאַרע רעזולטאַטן; ווען מען לאָזט אים אויס, ווערט אויסגעקליבן אַ צופֿעליקער זוימען.
enable_prompt_expansionאָפּציאָנעל
טיפּboolean
סטאַנדאַרטfalse
פּראָמפּט־פֿאַרברייטערונג מיט אַן LLM ווען אַקטיווירט, וואָס לייגט צו דעטאַלן און פֿאַרבעסערט די רעזולטאַט־קוואַליטעט.
enable_safety_checkerאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
זיכערקייט־קאָנטראָל פֿאַר NSFW אינהאַלט.
output_formatאָפּציאָנעל
טיפּenum
סטאַנדאַרטmp3
mp3wavflacoggopusm4aaac
קאַנטיינער־פֿאָרמאַט געניצט פֿאַרן רעזולטאַט־אַודיאָ.
bitrateאָפּציאָנעל
טיפּstring
סטאַנדאַרט192k
ביטרייט פונעם רעזולטאַט־אַודיאָ, איגנאָרירט בײַ wav אָדער flac ווײַל זיי זענען לאָסלעס. פֿאַר קאָמפּרימירטע פֿאָרמאַטן ווי mp3, aac אָדער opus, צושטעלט אַ ווערט אין פֿאָרעם '192k' אָדער '320k'.
promptפארלאנגט
טיפּstring
טעקסט וואָס ספּעציפֿיצירט דעם געוואונטשן אַודיאָ־אינהאַלט.
פארלאנגט

אויסגאַבע

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/base/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": 48,
    "usd": "0.048",
    "charged": 48,
    "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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
audio
object {url, content_type, file_name, file_size}אַודיאָ־קליפּ געשאַפֿן דורך גענערירונג.
seed
integerזוימען וואָס האָט קאַנטראָלירט צופֿעליקייט בעת גענערירונג.
prompt
stringפּראָמפּט וואָס איז געניצט געוואָרן צו גענערירן דעם רעזולטאַט.

מער מאָדעלן: אַודיאָ

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/stable-audio-3/medium/base/text-to-audio.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt