Gå til innhold

Stable Audio 3 Trainer

Integrer

Modell-ID 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"

Filer som eksempelet: 3,00 $ 3 000 API-kreditter · ≈ 316,39 ₽ filene dine måles før kjøring Kjør den på denne siden

Hent API-nøkkel
Stability AI Trening 1–380 s #music#audio#sfx#lora

Trener en LoRA på Stable Audio 3 fra en zip-fil med lydklipp og tilhørende tekstbeskrivelser

Stability AI · Fil

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk

URL til datasettets zip-fil, der hvert lyd-/tekstingspar er lagret sammen under samsvarende basisnavn: `clip.wav` samsvarer for eksempel med `clip.txt`. Tekstinger må bruke utvidelsen `.txt`.

standard 1000

Antall steg for LoRA-trening.

Beskjærings-/utfyllingsvarighet i sekund, alltid begrenset av den valgte modellens opprinnelige treningslengde. Oppgi en lengde, eller utelat den for å bruke det lengste klippet som oppdages i datasettet, innenfor denne grensen.

standard 1

Batchstørrelse som brukes under trening.

Avansert model · base_precision · adapter_type · lora_checkpoint_url · learning_rate · rank · seed · pre_encode · include · exclude
model standard medium-base

Basissjekkpunkt for finjustering av Stable Audio 3.

base_precision standard bf16

Presisjon som brukes av de fryste basisvektene; LoRA-parametere forblir fp32.

standard dora-rows

Adapterfamilie som brukes til LoRA-trening.

Valgfri URL til et `.safetensors` LoRA-sjekkpunkt som treningen skal gjenopptas fra.

standard 0.0001

Læringsrate som AdamW bruker på LoRA-parametere.

standard 16

Rangeringen til LoRA-adapteren.

standard 42

Seed for randomisering.

Delstrenger i modulnavn som begrenser hvor LoRA legges til: bare samsvarende moduler mottar den.

Delstrenger i navn som brukes til å utelate samsvarende moduler.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Stable Audio 3 Trainer

Finjusterer et grunnsjekkpunkt (medium-base, small-music-base eller small-sfx-base) på en `audio_data_url`-zip der hver lydfil har en `.txt`-beskrivelse med samme navn. Du kan justere `number_of_steps` (opptil 20000), `learning_rate`, `rank` (1 til 256), `adapter_type` og `batch_size`, eller fortsette fra et `.safetensors`-sjekkpunkt. Returnerer LoRA-vekter og en konfigurasjonsfil.

Parametere

NavnType StandardTillatt Beskrivelse
audio_data_urlobligatorisk
Typestring
URL til datasettets zip-fil, der hvert lyd-/tekstingspar er lagret sammen under samsvarende basisnavn: `clip.wav` samsvarer for eksempel med `clip.txt`. Tekstinger må bruke utvidelsen `.txt`.
modelvalgfritt
Typeenum
Standardmedium-base
medium-basesmall-music-basesmall-sfx-base
Basissjekkpunkt for finjustering av Stable Audio 3.
number_of_stepsvalgfritt
Typeinteger
Standard1000
1 – 20 000
Antall steg for LoRA-trening.
learning_ratevalgfritt
Typenumber
Standard0.0001
≤ 0,01> 0
Læringsrate som AdamW bruker på LoRA-parametere.
rankvalgfritt
Typeinteger
Standard16
1 – 256
Rangeringen til LoRA-adapteren.
adapter_typevalgfritt
Typeenum
Standarddora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
Adapterfamilie som brukes til LoRA-trening.
durationvalgfritt
Typenumber | null
1 – 380
Beskjærings-/utfyllingsvarighet i sekund, alltid begrenset av den valgte modellens opprinnelige treningslengde. Oppgi en lengde, eller utelat den for å bruke det lengste klippet som oppdages i datasettet, innenfor denne grensen.
batch_sizevalgfritt
Typeinteger
Standard1
1 – 8
Batchstørrelse som brukes under trening.
seedvalgfritt
Typeinteger
Standard42
0 – 2 147 483 647
Seed for randomisering.
base_precisionvalgfritt
Typeenum
Standardbf16
bf16bfloat16fp16float16
Presisjon som brukes av de fryste basisvektene; LoRA-parametere forblir fp32.
includevalgfritt
Typestring[]
Delstrenger i modulnavn som begrenser hvor LoRA legges til: bare samsvarende moduler mottar den.
excludevalgfritt
Typestring[]
Delstrenger i navn som brukes til å utelate samsvarende moduler.
lora_checkpoint_urlvalgfritt
Typestring | null
Valgfri URL til et `.safetensors` LoRA-sjekkpunkt som treningen skal gjenopptas fra.
pre_encodevalgfritt
Typeboolean
Standardfalse
Forhåndskoding av lydarkivet til SAME-latenter før LoRA-trening.
obligatorisk

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
lora_file
object {url, content_type, file_name, file_size}LoRA-vekter trent for Stable Audio 3.
config_file
object {url, content_type, file_name, file_size}JSON-metadata som beskriver treningskjøringen og den kompatible modellen for inferens.

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/stable-audio-3-trainer.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt