सामग्री पर जाएँ

ACE Step Audio To Audio

इंटीग्रेट करें

मॉडल id ace-step/audio-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/ace-step/audio-to-audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "original_tags": "lofi, hiphop, drum and bass, trap, chill",
    "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"

उदाहरण जैसी फ़ाइलें: $0.002 2 API क्रेडिट चलाने से पहले आपकी फ़ाइलों को मापा जाता है इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
ACE Studio टेक्स्ट से संगीत #audio-to-audio#audio-edit

मौजूदा ट्रैक का रीमिक्स बनाता है या मूल और नए टैग के मार्गदर्शन से उसके लिरिक्स बदलता है

ACE Studio · ऑडियो

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

•आवश्यक audio_url
फ़ाइल ड्रॉप करें, या

आउटपेंटिंग के लिए ऑडियो फ़ाइल का URL।

•आवश्यक

ऑडियो फ़ाइल से मूल रूप से जुड़े टैग।

•आवश्यक

कॉमा से अलग किए गए शैलियों के रूप में दिए गए ऑडियो शैली टैग; इन्हें देने के वैकल्पिक तरीके के रूप में `prompt` उपलब्ध है।

उन्नत original_lyrics · lyrics · edit_mode · 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 · original_seed
डिफ़ॉल्ट

ऑडियो फ़ाइल से मूल रूप से जुड़े बोल।

डिफ़ॉल्ट

गाए जाने वाले बोल, जिनमें गीत के भाग [verse], [chorus] और [bridge] जैसे नियंत्रणों का उपयोग करके व्यवस्थित किए गए हैं। बिना गाए जाने वाले बोलों वाले ऑडियो के लिए इस इनपुट को छोड़ दें या केवल [inst] अथवा [instrumental] दें।

edit_mode डिफ़ॉल्ट remix

संपादन मोड: केवल बोल बदलें या ऑडियो रीमिक्स करें।

scheduler डिफ़ॉल्ट euler

निर्माण के दौरान उपयोग किया जाने वाला शेड्यूलर।

guidance_type डिफ़ॉल्ट apg

निर्माण के दौरान उपयोग किया जाने वाला CFG प्रकार।

डिफ़ॉल्ट 27

ऑडियो निर्माण के दौरान उपयोग की जाने वाली चरण संख्या।

डिफ़ॉल्ट 10

निर्माण के दौरान लागू किया जाने वाला ग्रैन्युलैरिटी स्केल। इसे बढ़ाने से आर्टिफ़ैक्ट कम हो सकते हैं।

डिफ़ॉल्ट 0.5

मार्गदर्शन प्राप्त करने वाले निर्माण शेड्यूल का भाग: 0.5 चुनने पर यह 0.25 * infer_steps से 0.75 * infer_steps तक के चरणों तक सीमित रहता है और शुरुआत तथा अंत बिना मार्गदर्शन के रहते हैं।

डिफ़ॉल्ट 0

निर्माण अंतराल के भीतर मार्गदर्शन क्षय: 0.0 क्षय को अक्षम रखता है; अन्यथा, उस अंतराल में स्केल guidance_scale से min_guidance_scale तक घटता है।

डिफ़ॉल्ट 15

निर्माण के दौरान लागू किए जाने वाले मार्गदर्शन का स्केल।

डिफ़ॉल्ट 3

निर्माण के दौरान क्षय के बाद प्राप्त होने वाला न्यूनतम मार्गदर्शन स्केल।

डिफ़ॉल्ट 5

निर्माण के दौरान लागू किए जाने वाले टैग मार्गदर्शन का स्केल।

डिफ़ॉल्ट 1.5

निर्माण के दौरान लागू किए जाने वाले बोल मार्गदर्शन का स्केल।

पुनरुत्पाद्य निर्माण के लिए सीड; जब तक आप कोई मान न दें, इसे यादृच्छिक रूप से चुना जाता है।

ऑडियो फ़ाइल से मूल रूप से जुड़ी सीड।

POST /run/ace-step/audio-to-audio?wait=20 कोटेशन → $0.002
# 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/audio-to-audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "original_tags": "lofi, hiphop, drum and bass, trap, chill",
    "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"

यह अनुरोध चलाएँ

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। API कुंजी प्राप्त करें

ACE Step Audio To Audio के बारे में

`audio_url` और उसके `original_tags` से शुरू होकर, उसे नए `tags` के साथ नए स्टाइल में बदलता है। `edit_mode` या तो remix होता है, जो समग्र ध्वनि बदलता है, या lyrics, जो केवल गाए गए हिस्से को संपादित करता है। आप `original_lyrics` और नए `lyrics`, तथा ज्ञात होने पर `original_seed` दे सकते हैं। चरण और गाइडेंस पैरामीटर इस फ़ैमिली के समान हैं।

पैरामीटर

कैनोनिकल नाम या नेटिव नाम में से कोई एक भेजें, दोनों नहीं। कैनोनिकल नाम

नामप्रकार डिफ़ॉल्टअनुमत विवरण
audio_urlआवश्यक audio
प्रकारurl · audio
आउटपेंटिंग के लिए ऑडियो फ़ाइल का URL।
edit_modeवैकल्पिक
प्रकारenum
डिफ़ॉल्टremix
lyricsremix
संपादन मोड: केवल बोल बदलें या ऑडियो रीमिक्स करें।
original_tagsआवश्यक
प्रकारstring
ऑडियो फ़ाइल से मूल रूप से जुड़े टैग।
original_lyricsवैकल्पिक
प्रकारstring
डिफ़ॉल्ट
ऑडियो फ़ाइल से मूल रूप से जुड़े बोल।
tagsआवश्यक
प्रकारstring
कॉमा से अलग किए गए शैलियों के रूप में दिए गए ऑडियो शैली टैग; इन्हें देने के वैकल्पिक तरीके के रूप में `prompt` उपलब्ध है।
lyricsवैकल्पिक
प्रकारstring
डिफ़ॉल्ट
गाए जाने वाले बोल, जिनमें गीत के भाग [verse], [chorus] और [bridge] जैसे नियंत्रणों का उपयोग करके व्यवस्थित किए गए हैं। बिना गाए जाने वाले बोलों वाले ऑडियो के लिए इस इनपुट को छोड़ दें या केवल [inst] अथवा [instrumental] दें।
number_of_stepsवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट27
3 – 60
ऑडियो निर्माण के दौरान उपयोग की जाने वाली चरण संख्या।
seedवैकल्पिक
प्रकारinteger | null
पुनरुत्पाद्य निर्माण के लिए सीड; जब तक आप कोई मान न दें, इसे यादृच्छिक रूप से चुना जाता है।
schedulerवैकल्पिक
प्रकारenum
डिफ़ॉल्टeuler
eulerheun
निर्माण के दौरान उपयोग किया जाने वाला शेड्यूलर।
guidance_typeवैकल्पिक
प्रकारenum
डिफ़ॉल्टapg
cfgapgcfg_star
निर्माण के दौरान उपयोग किया जाने वाला CFG प्रकार।
granularity_scaleवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट10
-100 – 100
निर्माण के दौरान लागू किया जाने वाला ग्रैन्युलैरिटी स्केल। इसे बढ़ाने से आर्टिफ़ैक्ट कम हो सकते हैं।
guidance_intervalवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0.5
0 – 1
मार्गदर्शन प्राप्त करने वाले निर्माण शेड्यूल का भाग: 0.5 चुनने पर यह 0.25 * infer_steps से 0.75 * infer_steps तक के चरणों तक सीमित रहता है और शुरुआत तथा अंत बिना मार्गदर्शन के रहते हैं।
guidance_interval_decayवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0
0 – 1
निर्माण अंतराल के भीतर मार्गदर्शन क्षय: 0.0 क्षय को अक्षम रखता है; अन्यथा, उस अंतराल में स्केल guidance_scale से min_guidance_scale तक घटता है।
guidance_scaleवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट15
0 – 200
निर्माण के दौरान लागू किए जाने वाले मार्गदर्शन का स्केल।
minimum_guidance_scaleवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट3
0 – 200
निर्माण के दौरान क्षय के बाद प्राप्त होने वाला न्यूनतम मार्गदर्शन स्केल।
tag_guidance_scaleवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट5
0 – 10
निर्माण के दौरान लागू किए जाने वाले टैग मार्गदर्शन का स्केल।
lyric_guidance_scaleवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट1.5
0 – 10
निर्माण के दौरान लागू किए जाने वाले बोल मार्गदर्शन का स्केल।
original_seedवैकल्पिक
प्रकारinteger | null
ऑडियो फ़ाइल से मूल रूप से जुड़ी सीड।
आवश्यक कैनोनिकल नाम, यह भी स्वीकार्य है

फ़ाइल पैरामीटर में सार्वजनिक https:// URL, 10 MB तक का data: URI, या अपलोड का file_url लिया जाता है। फ़ाइलें

आउटपुट

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ace-step/audio-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": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "tags": "lofi, hiphop, drum and bass, trap, chill",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "original_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"
  }
}
आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।
हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।
आउटपुट के फ़ील्ड
audio
object {url, content_type, file_name, file_size}निर्माण से तैयार की गई ऑडियो फ़ाइल।
seed
integerनिर्माण के दौरान उपयोग की गई यादृच्छिक सीड।
tags
stringनिर्माण के दौरान लागू किए गए शैली टैग।
lyrics
stringनिर्माण के दौरान लागू किए गए बोल।

और मॉडल: टेक्स्ट से संगीत

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/ace-step/audio-to-audio.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt