Siirry sisältöön

Stable Audio 3 Trainer

Integroi

Mallin tunniste stable-audio-3-trainer
# 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/stable-audio-3-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio_data_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

Esimerkin kaltaiset tiedostot: 3,00 $ 3 000 API-krediittiä · ≈ 316,39 ₽ tiedostosi mitataan ennen suorittamista Suorita tällä sivulla

Hanki API-avain
Stability AI Koulutus 1–380 s #music#audio#sfx#lora

Kouluttaa LoRA:n Stable Audio 3 -mallille zip-tiedostosta äänileikkeitä ja niitä vastaavia tekstikuvauksia

Stability AI · Tiedosto

Ensimmäinen tuloksesi tulee tähän

Muodosta pyyntö alla ja suorita se API-avaimellasi. Tulosteet kopioidaan tallennustilaamme, jossa ne säilytetään ikuisesti tai 7 päivää ilmaiseksi.

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

•pakollinen

Datasetin zip-URL, jossa jokainen ääni- ja kuvapari on tallennettu yhdessä vastaavilla perusnimillä: esimerkiksi `clip.wav` vastaa tiedostoa `clip.txt`. Kuvauksissa on käytettävä `.txt`-päätettä.

oletus 1000

LoRA-koulutuksen vaiheiden määrä.

Rajaa tai täytä kesto sekunteina; valitun mallin alkuperäinen koulutuspituus rajoittaa sitä aina. Anna pituus tai jätä se pois, jolloin käytetään datasetistä löydetyn pisimmän leikkeen pituutta tämän rajoituksen puitteissa.

oletus 1

Koulutuksessa käytetty eräkoko.

Lisäasetukset model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model oletus medium-base

Perustarkistuspiste Stable Audio 3:n hienosäätöön.

base_precision oletus bf16

Jäädytettyjen perustan painojen käyttämä tarkkuus; LoRA-parametrit säilyvät fp32-muodossa.

oletus dora-rows

LoRA-koulutuksessa käytetty sovitinperhe.

Valinnainen `.safetensors`-LoRA-tarkistuspisteen URL, josta jatketaan.

oletus 0.0001

AdamW:n LoRA-parametreihin käyttämä oppimisnopeus.

oletus 16

LoRA-sovittimen rank.

oletus 42

Satunnaistamiseen käytetty siemen.

Moduulinimen osat, jotka rajoittavat LoRA:n lisäämiskohtaa: sen saavat vain vastaavat moduulit.

Nimen osat, joiden vastaavat moduulit suljetaan pois.

POST /run/stable-audio-3-trainer?wait=20 hinta → 3,00 $
# 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/stable-audio-3-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio_data_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: Stable Audio 3 Trainer

Hienosäätää perusmallin tarkistuspistettä (medium-base, small-music-base tai small-sfx-base) `audio_data_url`-zip-tiedostolla, jossa jokaisella äänitiedostolla on samanniminen `.txt`-kuvaus. Voit säätää arvoja `number_of_steps` (enintään 20000), `learning_rate`, `rank` (1–256), `adapter_type` ja `batch_size`, tai jatkaa `.safetensors`-tarkistuspisteestä. Palauttaa LoRA-painot ja asetustiedoston.

Parametrit

NimiTyyppi OletusSallitut Kuvaus
audio_data_urlpakollinen
Tyyppistring
Datasetin zip-URL, jossa jokainen ääni- ja kuvapari on tallennettu yhdessä vastaavilla perusnimillä: esimerkiksi `clip.wav` vastaa tiedostoa `clip.txt`. Kuvauksissa on käytettävä `.txt`-päätettä.
modelvalinnainen
Tyyppienum
Oletusmedium-base
medium-basesmall-music-basesmall-sfx-base
Perustarkistuspiste Stable Audio 3:n hienosäätöön.
number_of_stepsvalinnainen
Tyyppiinteger
Oletus1000
1 – 20 000
LoRA-koulutuksen vaiheiden määrä.
learning_ratevalinnainen
Tyyppinumber
Oletus0.0001
≤ 0,01> 0
AdamW:n LoRA-parametreihin käyttämä oppimisnopeus.
rankvalinnainen
Tyyppiinteger
Oletus16
1 – 256
LoRA-sovittimen rank.
adapter_typevalinnainen
Tyyppienum
Oletusdora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
LoRA-koulutuksessa käytetty sovitinperhe.
durationvalinnainen
Tyyppinumber | null
1 – 380
Rajaa tai täytä kesto sekunteina; valitun mallin alkuperäinen koulutuspituus rajoittaa sitä aina. Anna pituus tai jätä se pois, jolloin käytetään datasetistä löydetyn pisimmän leikkeen pituutta tämän rajoituksen puitteissa.
batch_sizevalinnainen
Tyyppiinteger
Oletus1
1 – 8
Koulutuksessa käytetty eräkoko.
seedvalinnainen
Tyyppiinteger
Oletus42
0 – 2 147 483 647
Satunnaistamiseen käytetty siemen.
base_precisionvalinnainen
Tyyppienum
Oletusbf16
bf16bfloat16fp16float16
Jäädytettyjen perustan painojen käyttämä tarkkuus; LoRA-parametrit säilyvät fp32-muodossa.
includevalinnainen
Tyyppistring[]
Moduulinimen osat, jotka rajoittavat LoRA:n lisäämiskohtaa: sen saavat vain vastaavat moduulit.
excludevalinnainen
Tyyppistring[]
Nimen osat, joiden vastaavat moduulit suljetaan pois.
lora_checkpoint_urlvalinnainen
Tyyppistring | null
Valinnainen `.safetensors`-LoRA-tarkistuspisteen URL, josta jatketaan.
pre_encodevalinnainen
Tyyppiboolean
Oletusfalse
Ääniarkiston esikoodaus SAME-latenteiksi ennen LoRA:n koulutusta.
pakollinen

Tulos

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3-trainer",
  "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": 3000,
    "usd": "3.00",
    "charged": 3000,
    "refunded": 0
  },
  "input": {
    "audio_data_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
lora_file
object {url, content_type, file_name, file_size}Stable Audio 3:lle koulutetut LoRA-painot.
config_file
object {url, content_type, file_name, file_size}Koulutuksen ajon ja päättelyyn yhteensopivan mallin kuvaavat JSON-metatiedot.

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/stable-audio-3-trainer.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt