Мазмұнға өту

Stable Audio 3 Trainer

Интеграциялау

Модель идентификаторы 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"

Мысалдағыдай файлдар: 3,00 $ 3 000 API кредиті · ≈ 316,39 ₽ файлдарыңыз іске қосу алдында өлшенеді Осы бетте іске қосу

API кілтін алу
Stability AI Оқыту 1–380 с #music#audio#sfx#lora

Сәйкес мәтіндік сипаттамалары бар аудио клиптер zip архивінен Stable Audio 3 үшін LoRA үйретеді

Stability AI · Файл

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті

Деректер жиынының zip URL мекенжайы; әр аудио/субтитр жұбы бірдей негізгі атаулармен бірге сақталады: мысалы, `clip.wav` файлы `clip.txt` файлымен жұптасады. Субтитрлер `.txt` кеңейтімін қолдануы керек.

әдепкі 1000

LoRA үйрету қадамдарының саны.

Секундпен берілетін қиып алу/толтыру ұзақтығы; барлық жағдайда таңдалған модельдің табиғи оқыту ұзақтығымен шектеледі. Ұзақтық беріңіз немесе деректер жиынынан анықталған ең ұзын клипті пайдалану үшін оны көрсетпеңіз; бұл мән жоғарғы шекпен шектеледі.

әдепкі 1

Оқыту кезінде қолданылатын пакет өлшемі.

Қосымша model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model әдепкі medium-base

Stable Audio 3 моделін дәлдеп оқытуға арналған базалық checkpoint.

base_precision әдепкі bf16

Қатып қалған базалық салмақтарда қолданылатын дәлдік; LoRA параметрлері fp32 күйінде қалады.

әдепкі dora-rows

LoRA оқытуында қолданылатын адаптер топтамасы.

Жалғастыруға арналған `.safetensors` LoRA checkpoint-інің қосымша URL мекенжайы.

әдепкі 0.0001

AdamW арқылы LoRA параметрлеріне қолданылатын оқыту жылдамдығы.

әдепкі 16

LoRA адаптерінің рангі.

әдепкі 42

Кездейсоқтандыруға арналған seed.

LoRA қосылатын орынды шектейтін модуль атауының ішкі жолдары: оны тек сәйкес модульдер алады.

Сәйкес модульдерді алып тастау үшін қолданылатын атау ішкі жолдары.

POST /run/stable-audio-3-trainer?wait=20 бағасы → 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"

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

Stable Audio 3 Trainer туралы

Негізгі чекпойнтты (medium-base, small-music-base немесе small-sfx-base) әр аудио файлында аты бірдей `.txt` сипаттамасы бар `audio_data_url` zip архивінде дәл баптайды. `number_of_steps` (20000-ге дейін), `learning_rate`, `rank` (1–256), `adapter_type` және `batch_size` параметрлерін баптауға немесе `.safetensors` чекпойнтынан жалғастыруға болады. LoRA салмақтары мен конфигурация файлын қайтарады.

Параметрлер

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
audio_data_urlміндетті
Түріstring
Деректер жиынының zip URL мекенжайы; әр аудио/субтитр жұбы бірдей негізгі атаулармен бірге сақталады: мысалы, `clip.wav` файлы `clip.txt` файлымен жұптасады. Субтитрлер `.txt` кеңейтімін қолдануы керек.
modelміндетті емес
Түріenum
Әдепкіmedium-base
medium-basesmall-music-basesmall-sfx-base
Stable Audio 3 моделін дәлдеп оқытуға арналған базалық checkpoint.
number_of_stepsміндетті емес
Түріinteger
Әдепкі1000
1 – 20 000
LoRA үйрету қадамдарының саны.
learning_rateміндетті емес
Түріnumber
Әдепкі0.0001
≤ 0,01> 0
AdamW арқылы LoRA параметрлеріне қолданылатын оқыту жылдамдығы.
rankміндетті емес
Түріinteger
Әдепкі16
1 – 256
LoRA адаптерінің рангі.
adapter_typeміндетті емес
Түріenum
Әдепкіdora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
LoRA оқытуында қолданылатын адаптер топтамасы.
durationміндетті емес
Түріnumber | null
1 – 380
Секундпен берілетін қиып алу/толтыру ұзақтығы; барлық жағдайда таңдалған модельдің табиғи оқыту ұзақтығымен шектеледі. Ұзақтық беріңіз немесе деректер жиынынан анықталған ең ұзын клипті пайдалану үшін оны көрсетпеңіз; бұл мән жоғарғы шекпен шектеледі.
batch_sizeміндетті емес
Түріinteger
Әдепкі1
1 – 8
Оқыту кезінде қолданылатын пакет өлшемі.
seedміндетті емес
Түріinteger
Әдепкі42
0 – 2 147 483 647
Кездейсоқтандыруға арналған seed.
base_precisionміндетті емес
Түріenum
Әдепкіbf16
bf16bfloat16fp16float16
Қатып қалған базалық салмақтарда қолданылатын дәлдік; LoRA параметрлері fp32 күйінде қалады.
includeміндетті емес
Түріstring[]
LoRA қосылатын орынды шектейтін модуль атауының ішкі жолдары: оны тек сәйкес модульдер алады.
excludeміндетті емес
Түріstring[]
Сәйкес модульдерді алып тастау үшін қолданылатын атау ішкі жолдары.
lora_checkpoint_urlміндетті емес
Түріstring | null
Жалғастыруға арналған `.safetensors` LoRA checkpoint-інің қосымша URL мекенжайы.
pre_encodeміндетті емес
Түріboolean
Әдепкіfalse
LoRA оқытылмас бұрын аудио архивін SAME латенттеріне алдын ала кодтау.
міндетті

Шығыс

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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
lora_file
object {url, content_type, file_name, file_size}Stable Audio 3 үшін оқытылған LoRA салмақтары.
config_file
object {url, content_type, file_name, file_size}Оқыту іске қосылымын және инференске үйлесімді модельді сипаттайтын JSON метадеректері.

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/stable-audio-3-trainer.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt