Langkau ke kandungan

Stable Audio 3 · Medium · Text to Audio

Integrasikan

ID model 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"

Permintaan ini: $0.038 38 kredit API Jalankan pada halaman ini

Dapatkan kunci API
Stability AI Audio 1–380 s #music#audio#stereo

Teks-ke-audio Medium terdistilasi dengan lalai pantas 8 langkah, klip sehingga 380 saat

Stability AI · Audio

Hasil pertama anda akan muncul di sini

Bina permintaan di bawah dan jalankannya dengan kunci API anda. Output disalin ke storan kami, disimpan selama-lamanya atau 7 hari secara percuma.

Bina permintaan

Kawalan dijana daripada skema model. Kod dan harga dikemas kini apabila anda mengubahnya.

•diperlukan

Teks yang menyatakan kandungan audio yang dikehendaki.

lalai 30

Panjang audio dalam saat, dengan maksimum model sederhana sebanyak 380 saat (kira-kira 6 minit 20 saat).

Lanjutan negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
lalai

Teks yang menyatakan kualiti yang tidak diingini dalam output.

output_format lalai mp3

Format bekas yang digunakan untuk audio hasil.

lalai 192k

Kadar bit audio output, diabaikan apabila menggunakan wav atau flac kerana format tersebut tanpa kehilangan. Untuk format termampat seperti mp3, aac atau opus, bekalkan nilai dalam bentuk '192k' atau '320k'.

lalai 8

Bilangan lelaran pensampelan, lalai kepada 8 kerana checkpoint tersuling dan pascalatihan sudah mencapai kualiti yang baik pada nilai tersebut; lelaran tambahan memberikan sedikit manfaat.

lalai 1

Kekuatan panduan tanpa pengelas untuk checkpoint asas sahaja; checkpoint tersuling tidak terjejas. Pada checkpoint yang berkenaan, meningkatkannya menguatkan pematuhan kepada prompt.

Seed penjana rawak untuk hasil yang boleh diulang; jika tidak disertakan, seed rawak dipilih.

POST /run/stable-audio-3/medium/text-to-audio?wait=20 sebut harga → $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"

Jalankan permintaan ini

Kunci anda kekal dalam pelayar ini: ia hanya dihantar kepada Doitong API dan disimpan (localStorage) hanya jika anda menanda Ingat. Dapatkan kunci API

Tentang Stable Audio 3 · Medium · Text to Audio

Menghasilkan audio daripada `prompt` teks, dengan `negative_prompt` pilihan. Varian pascalatihan ini menggunakan nilai lalai 8 langkah pensampelan dan hanya mendapat sedikit manfaat daripada langkah tambahan, manakala skala panduan menggunakan nilai lalai 1 kerana ia hanya berkesan pada titik semak asas. `duration` berjulat antara 1 hingga 380 saat. Pilih output mp3, wav, flac, ogg, opus, m4a atau aac.

Parameter

NamaJenis LalaiDibenarkan Penerangan
negative_promptpilihan
Jenisstring
Lalai
Teks yang menyatakan kualiti yang tidak diingini dalam output.
durationpilihan
Jenisnumber
Lalai30
1 – 380
Panjang audio dalam saat, dengan maksimum model sederhana sebanyak 380 saat (kira-kira 6 minit 20 saat).
num_inference_stepspilihan
Jenisinteger
Lalai8
1 – 100
Bilangan lelaran pensampelan, lalai kepada 8 kerana checkpoint tersuling dan pascalatihan sudah mencapai kualiti yang baik pada nilai tersebut; lelaran tambahan memberikan sedikit manfaat.
guidance_scalepilihan
Jenisnumber
Lalai1
0 – 25
Kekuatan panduan tanpa pengelas untuk checkpoint asas sahaja; checkpoint tersuling tidak terjejas. Pada checkpoint yang berkenaan, meningkatkannya menguatkan pematuhan kepada prompt.
seedpilihan
Jenisinteger | null
Seed penjana rawak untuk hasil yang boleh diulang; jika tidak disertakan, seed rawak dipilih.
enable_prompt_expansionpilihan
Jenisboolean
Lalaifalse
Pengembangan prompt menggunakan LLM apabila didayakan, dengan menambah perincian dan meningkatkan kualiti hasil.
enable_safety_checkerpilihan
Jenisboolean
Lalaitrue
Pemeriksaan keselamatan untuk kandungan NSFW.
output_formatpilihan
Jenisenum
Lalaimp3
mp3wavflacoggopusm4aaac
Format bekas yang digunakan untuk audio hasil.
bitratepilihan
Jenisstring
Lalai192k
Kadar bit audio output, diabaikan apabila menggunakan wav atau flac kerana format tersebut tanpa kehilangan. Untuk format termampat seperti mp3, aac atau opus, bekalkan nilai dalam bentuk '192k' atau '320k'.
promptdiperlukan
Jenisstring
Teks yang menyatakan kandungan audio yang dikehendaki.
diperlukan

Output

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"
  }
}
Fail anda, pilihan andaSetiap outputs[].url ialah salinan pada storan kami: disimpan selama-lamanya (dibayar setiap GB-bulan) atau 7 hari secara percuma, mengikut tetapan akaun anda atau ?storage=.
Bentuk yang sama pada setiap modeltype, url, content_type, width, height dan duration, untuk imej, video dan audio. output ialah objek hasil model itu sendiri.
Medan output
audio
object {url, content_type, file_name, file_size}Klip audio yang dihasilkan melalui penjanaan.
seed
integerSeed yang mengawal rawak semasa penjanaan.
prompt
stringPrompt yang digunakan untuk menjana output.

Lebih banyak model: Audio

Untuk ejen AI: halaman ini dalam Markdown tersedia di https://doitong.com/ms/developers/models/stable-audio-3/medium/text-to-audio.md. Semua model dan panduan: https://doitong.com/developers/llms.txt