跳转到内容

ACE Step

集成

模型 id ace-step
# 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?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

此请求: $0.012 12 API 积分 在此页面运行

获取 API 密钥
ACE Studio 文本生成音乐 5–240 s #text-to-audio#text-to-music

根据流派标签和可选歌词创作音乐,时长为 5 至 240 秒

ACE Studio · 音频

你的第一个结果会显示在这里

在下方构建请求,并使用你的 API 密钥运行。输出会复制到我们的存储中,可永久保存,也可免费保存 7 天。

构建请求

控件根据模型架构生成。修改控件时,代码和价格会同步更新。

•必填

以逗号分隔的音频风格标签(类型),也可以使用 `prompt` 作为替代方式提供这些标签。

默认 60

生成音频的时长,单位为秒。

高级 lyrics · 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
默认

演唱歌词,使用 [verse]、[chorus] 和 [bridge] 等控制项组织歌曲段落。对于不含演唱歌词的音频,请省略此输入,或仅提供 [inst] 或 [instrumental]。

scheduler 默认 euler

生成期间使用的调度器。

guidance_type 默认 apg

生成期间使用的 CFG 类型。

默认 27

音频生成期间使用的步数。

默认 10

生成期间应用的粒度缩放值。增大该值可能会减少伪影。

默认 0.5

接收引导的生成调度区间:选择 0.5 会将其限制为从 0.25 * infer_steps 到 0.75 * infer_steps 的步数,开头和结尾不进行引导。

默认 0

生成区间内的引导衰减:0.0 表示不启用衰减;否则,缩放值会在该区间内从 guidance_scale 降低到 min_guidance_scale。

默认 15

生成期间应用的引导缩放值。

默认 3

生成期间衰减后达到的最低引导缩放值。

默认 5

生成期间应用的标签引导缩放值。

默认 1.5

生成期间应用的歌词引导缩放值。

用于生成可复现结果的种子;除非提供值,否则会随机选择。

POST /run/ace-step?wait=20 报价 → $0.012
# 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?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

运行此请求

你的密钥会保留在此浏览器中:仅发送到 Doitong API;只有勾选“记住”后才会保存到 localStorage。 获取 API 密钥

关于 ACE Step

根据逗号分隔的风格 `tags` 和可选的 `lyrics` 创建音乐曲目。使用 [verse] 和 [chorus] 等段落标记来塑造歌曲结构,使用 [inst] 生成器乐曲。`duration` 范围为 5 至 240 秒。采样控制项包括 `scheduler`(euler 或 heun)、`guidance_type`,以及 3 至 60 的 `number_of_steps`。

参数

名称类型 默认值允许值 描述
tags必填
类型string
以逗号分隔的音频风格标签(类型),也可以使用 `prompt` 作为替代方式提供这些标签。
lyrics可选
类型string
默认值
演唱歌词,使用 [verse]、[chorus] 和 [bridge] 等控制项组织歌曲段落。对于不含演唱歌词的音频,请省略此输入,或仅提供 [inst] 或 [instrumental]。
duration可选
类型number
默认值60
5 – 240
生成音频的时长,单位为秒。
number_of_steps可选
类型integer
默认值27
3 – 60
音频生成期间使用的步数。
seed可选
类型integer | null
用于生成可复现结果的种子;除非提供值,否则会随机选择。
scheduler可选
类型enum
默认值euler
eulerheun
生成期间使用的调度器。
guidance_type可选
类型enum
默认值apg
cfgapgcfg_star
生成期间使用的 CFG 类型。
granularity_scale可选
类型integer
默认值10
-100 – 100
生成期间应用的粒度缩放值。增大该值可能会减少伪影。
guidance_interval可选
类型number
默认值0.5
0 – 1
接收引导的生成调度区间:选择 0.5 会将其限制为从 0.25 * infer_steps 到 0.75 * infer_steps 的步数,开头和结尾不进行引导。
guidance_interval_decay可选
类型number
默认值0
0 – 1
生成区间内的引导衰减:0.0 表示不启用衰减;否则,缩放值会在该区间内从 guidance_scale 降低到 min_guidance_scale。
guidance_scale可选
类型number
默认值15
0 – 200
生成期间应用的引导缩放值。
minimum_guidance_scale可选
类型number
默认值3
0 – 200
生成期间衰减后达到的最低引导缩放值。
tag_guidance_scale可选
类型number
默认值5
0 – 10
生成期间应用的标签引导缩放值。
lyric_guidance_scale可选
类型number
默认值1.5
0 – 10
生成期间应用的歌词引导缩放值。
必填

输出

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ace-step",
  "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": 12,
    "usd": "0.012",
    "charged": 12,
    "refunded": 0
  },
  "input": {
    "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"
  }
}
文件由你选择每个 outputs[].url 都是我们存储中的副本:可永久保存(按 GB-月付费),也可免费保存 7 天,由账户设置或 ?storage= 决定。
所有模型的结构一致图像、视频和音频的字段均为 type、url、content_type、width、height 和 duration。output 是模型自身的结果对象。
输出字段
audio
object {url, content_type, file_name, file_size}生成生成的音频文件。
seed
integer生成期间使用的随机种子。
tags
string生成期间应用的类型标签。
lyrics
string生成期间应用的歌词。

更多模型:文本生成音乐

对于 AI 代理:此页面的 Markdown 版本位于 https://doitong.com/zh-CN/developers/models/ace-step.md. 所有模型和指南: https://doitong.com/developers/llms.txt