কনটেন্টে যান

ACE Step Audio Inpaint

ইন্টিগ্রেট করুন

মডেল id ace-step/audio-inpaint
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/ace-step/audio-inpaint?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",
    "tags": "lofi, hiphop, drum and bass, trap, chill"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

উদাহরণের মতো ফাইল: ০.০০২$ ২ API ক্রেডিট · ≈ ০.২১₽ চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান
ACE Studio টেক্সট থেকে মিউজিক #audio-to-audio#audio-inpaint#audio-repaint

নতুন ট্যাগ ও লিরিক ব্যবহার করে বিদ্যমান অডিও ফাইলের নির্বাচিত সময়সীমা পুনরায় তৈরি করে

ACE Studio · অডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

•আবশ্যক audio_url
একটি ফাইল ড্রপ করুন, অথবা

ইনপেইন্টিংয়ের জন্য অডিও ফাইলের URL।

•আবশ্যক

কমা দিয়ে পৃথক করা জঁর হিসেবে দেওয়া অডিও স্টাইল ট্যাগ; এগুলো দেওয়ার বিকল্প পদ্ধতি হিসেবে `prompt` ব্যবহার করা যায়।

অ্যাডভান্সড lyrics · start_time_relative_to · end_time_relative_to · scheduler · guidance_type · start_time · end_time · variance · number_of_steps · granularity_scale · guidance_interval · guidance_interval_decay · guidance_scale · minimum_guidance_scale · tag_guidance_scale · lyric_guidance_scale · seed
ডিফল্ট

গাওয়া লিরিক্স, যেখানে [verse], [chorus] এবং [bridge]-এর মতো কন্ট্রোল ব্যবহার করে গানের অংশগুলো সাজানো হয়। গাওয়া লিরিক্স ছাড়া অডিওর ক্ষেত্রে এই ইনপুট বাদ দিন অথবা শুধু [inst] বা [instrumental] দিন।

start_time_relative_to ডিফল্ট start

শুরুর সময়ের রেফারেন্স পয়েন্ট: অডিওর শুরু অথবা শেষ।

end_time_relative_to ডিফল্ট start

শেষ সময়ের রেফারেন্স পয়েন্ট: অডিওর শুরু অথবা শেষ।

scheduler ডিফল্ট euler

জেনারেশনের সময় ব্যবহৃত শিডিউলার।

guidance_type ডিফল্ট apg

জেনারেশনের সময় ব্যবহৃত CFG-এর ধরন।

ডিফল্ট 0

ইনপেইন্টিংয়ের শুরুর সময়, সেকেন্ডে।

ডিফল্ট 30

ইনপেইন্টিংয়ের শেষ সময়, সেকেন্ডে।

ডিফল্ট 0.5

ইনপেইন্টিং ভ্যারিয়েন্স ফলাফল কতটা বৈচিত্র্যময় হতে পারে তা নিয়ন্ত্রণ করে; এটি বাড়ালে আরও বৈচিত্র্য তৈরি হতে পারে।

ডিফল্ট 27

অডিও জেনারেশনের সময় ব্যবহৃত ধাপের সংখ্যা।

ডিফল্ট 10

জেনারেশনের সময় প্রয়োগ করা গ্র্যানুলারিটি স্কেল। এটি বাড়ালে আর্টিফ্যাক্ট কমতে পারে।

ডিফল্ট 0.5

গাইডেন্স পাওয়া জেনারেশন শিডিউলের অংশ: 0.5 নির্বাচন করলে এটি 0.25 * infer_steps থেকে 0.75 * infer_steps পর্যন্ত ধাপে সীমাবদ্ধ থাকে, ফলে শুরু ও শেষের অংশ গাইডেন্স ছাড়া থাকে।

ডিফল্ট 0

জেনারেশন ইন্টারভালের মধ্যে গাইডেন্স ডিকেই: 0.0 দিলে ডিকেই নিষ্ক্রিয় থাকে; অন্যথায়, ওই ইন্টারভালজুড়ে স্কেল guidance_scale থেকে min_guidance_scale-এ কমে।

ডিফল্ট 15

জেনারেশনের সময় প্রয়োগ করা গাইডেন্সের স্কেল।

ডিফল্ট 3

জেনারেশনের সময় ডিকেইয়ের পর গাইডেন্স স্কেলের সর্বনিম্ন মান।

ডিফল্ট 5

জেনারেশনের সময় প্রয়োগ করা ট্যাগ গাইডেন্সের স্কেল।

ডিফল্ট 1.5

জেনারেশনের সময় প্রয়োগ করা লিরিক গাইডেন্সের স্কেল।

পুনরুৎপাদনযোগ্য জেনারেশনের জন্য সিড; মান না দিলে এটি এলোমেলোভাবে নির্ধারিত হয়।

POST /run/ace-step/audio-inpaint?wait=20 মূল্য → ০.০০২$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/ace-step/audio-inpaint?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",
    "tags": "lofi, hiphop, drum and bass, trap, chill"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

ACE Step Audio Inpaint সম্পর্কে

`audio_url` গ্রহণ করে এবং কেবল `start_time` ও `end_time`-এর মধ্যবর্তী অংশটি পুনর্লিখন করে; প্রতিটি সময় 0 থেকে 240 সেকেন্ডে মাপা হয়। প্রতিটি সময় ক্লিপের শুরু বা শেষের সাপেক্ষে সেট করা যায়। নতুন `tags` ও `lyrics` প্রতিস্থাপিত অংশটি নির্দেশ করে, আর `variance` ফলাফলের বৈচিত্র্য নিয়ন্ত্রণ করে। প্রচলিত গাইডেন্স ও ধাপের সেটিংসও উপলভ্য।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
audio_urlআবশ্যক audio
ধরনurl · audio
ইনপেইন্টিংয়ের জন্য অডিও ফাইলের URL।
start_time_relative_toঐচ্ছিক
ধরনenum
ডিফল্টstart
startend
শুরুর সময়ের রেফারেন্স পয়েন্ট: অডিওর শুরু অথবা শেষ।
start_timeঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ২৪০
ইনপেইন্টিংয়ের শুরুর সময়, সেকেন্ডে।
end_time_relative_toঐচ্ছিক
ধরনenum
ডিফল্টstart
startend
শেষ সময়ের রেফারেন্স পয়েন্ট: অডিওর শুরু অথবা শেষ।
end_timeঐচ্ছিক
ধরনnumber
ডিফল্ট30
০ – ২৪০
ইনপেইন্টিংয়ের শেষ সময়, সেকেন্ডে।
tagsআবশ্যক
ধরনstring
কমা দিয়ে পৃথক করা জঁর হিসেবে দেওয়া অডিও স্টাইল ট্যাগ; এগুলো দেওয়ার বিকল্প পদ্ধতি হিসেবে `prompt` ব্যবহার করা যায়।
lyricsঐচ্ছিক
ধরনstring
ডিফল্ট
গাওয়া লিরিক্স, যেখানে [verse], [chorus] এবং [bridge]-এর মতো কন্ট্রোল ব্যবহার করে গানের অংশগুলো সাজানো হয়। গাওয়া লিরিক্স ছাড়া অডিওর ক্ষেত্রে এই ইনপুট বাদ দিন অথবা শুধু [inst] বা [instrumental] দিন।
varianceঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০ – ১
ইনপেইন্টিং ভ্যারিয়েন্স ফলাফল কতটা বৈচিত্র্যময় হতে পারে তা নিয়ন্ত্রণ করে; এটি বাড়ালে আরও বৈচিত্র্য তৈরি হতে পারে।
number_of_stepsঐচ্ছিক
ধরনinteger
ডিফল্ট27
৩ – ৬০
অডিও জেনারেশনের সময় ব্যবহৃত ধাপের সংখ্যা।
seedঐচ্ছিক
ধরনinteger | null
পুনরুৎপাদনযোগ্য জেনারেশনের জন্য সিড; মান না দিলে এটি এলোমেলোভাবে নির্ধারিত হয়।
schedulerঐচ্ছিক
ধরনenum
ডিফল্টeuler
eulerheun
জেনারেশনের সময় ব্যবহৃত শিডিউলার।
guidance_typeঐচ্ছিক
ধরনenum
ডিফল্টapg
cfgapgcfg_star
জেনারেশনের সময় ব্যবহৃত CFG-এর ধরন।
granularity_scaleঐচ্ছিক
ধরনinteger
ডিফল্ট10
-১০০ – ১০০
জেনারেশনের সময় প্রয়োগ করা গ্র্যানুলারিটি স্কেল। এটি বাড়ালে আর্টিফ্যাক্ট কমতে পারে।
guidance_intervalঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০ – ১
গাইডেন্স পাওয়া জেনারেশন শিডিউলের অংশ: 0.5 নির্বাচন করলে এটি 0.25 * infer_steps থেকে 0.75 * infer_steps পর্যন্ত ধাপে সীমাবদ্ধ থাকে, ফলে শুরু ও শেষের অংশ গাইডেন্স ছাড়া থাকে।
guidance_interval_decayঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ১
জেনারেশন ইন্টারভালের মধ্যে গাইডেন্স ডিকেই: 0.0 দিলে ডিকেই নিষ্ক্রিয় থাকে; অন্যথায়, ওই ইন্টারভালজুড়ে স্কেল guidance_scale থেকে min_guidance_scale-এ কমে।
guidance_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট15
০ – ২০০
জেনারেশনের সময় প্রয়োগ করা গাইডেন্সের স্কেল।
minimum_guidance_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট3
০ – ২০০
জেনারেশনের সময় ডিকেইয়ের পর গাইডেন্স স্কেলের সর্বনিম্ন মান।
tag_guidance_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট5
০ – ১০
জেনারেশনের সময় প্রয়োগ করা ট্যাগ গাইডেন্সের স্কেল।
lyric_guidance_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1.5
০ – ১০
জেনারেশনের সময় প্রয়োগ করা লিরিক গাইডেন্সের স্কেল।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ace-step/audio-inpaint",
  "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"
  },
  "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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
audio
object {url, content_type, file_name, file_size}জেনারেশনের মাধ্যমে তৈরি অডিও ফাইল।
seed
integerজেনারেশনের সময় ব্যবহৃত এলোমেলো সিড।
tags
stringজেনারেশনের সময় প্রয়োগ করা জঁর ট্যাগ।
lyrics
stringজেনারেশনের সময় প্রয়োগ করা লিরিক্স।

আরও মডেল: টেক্সট থেকে মিউজিক

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/ace-step/audio-inpaint.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt