Hoppa till innehåll

Stable Audio 3 Trainer

Integrera

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 exemplet: 3,00 $ 3 000 API-krediter · ≈ 316,39 ₽ dina filer mäts innan körningen Kör den på den här sidan

Hämta API-nyckel
Stability AI Träning 1–380 s #music#audio#sfx#lora

Tränar en LoRA på Stable Audio 3 från ett zip-arkiv med ljudklipp och matchande textbeskrivningar

Stability AI · Fil

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt

URL till datasetets zip-fil, där varje ljud-/beskrivningspar lagras tillsammans under matchande basnamn: `clip.wav` paras till exempel med `clip.txt`. Beskrivningar måste använda tillägget `.txt`.

standard 1000

Antal steg för LoRA-träning.

Beskärnings-/utfyllnadslängd i sekunder, alltid begränsad av den valda modellens ursprungliga träningslängd. Ange en längd eller utelämna den för att använda det längsta klippet i datasetet, med hänsyn till den gränsen.

standard 1

Batchstorlek som används under träningen.

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

Baskontrollpunkt för finjustering av Stable Audio 3.

base_precision standard bf16

Precision som används av de frysta basvikterna; LoRA-parametrar förblir fp32.

standard dora-rows

Adapterfamilj som används för LoRA-träning.

Valfri URL till en `.safetensors`-kontrollpunkt för LoRA att återuppta från.

standard 0.0001

Inlärningshastighet som AdamW tillämpar på LoRA-parametrar.

standard 16

LoRA-adapterns rang.

standard 42

Slumpfrö.

Delsträngar i modulnamn som begränsar var LoRA läggs till: endast matchande moduler får den.

Namndelsträngar som används för att utesluta matchande 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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Stable Audio 3 Trainer

Finjusterar en baskontrollpunkt (medium-base, small-music-base eller small-sfx-base) på ett `audio_data_url`-zip där varje ljudfil har en `.txt`-beskrivning med samma namn. Du kan justera `number_of_steps` (upp till 20000), `learning_rate`, `rank` (1 till 256), `adapter_type` och `batch_size`, eller fortsätta från en `.safetensors`-kontrollpunkt. Returnerar LoRA-vikter och en konfigurationsfil.

Parametrar

NamnTyp StandardTillåtna Beskrivning
audio_data_urlobligatoriskt
Typstring
URL till datasetets zip-fil, där varje ljud-/beskrivningspar lagras tillsammans under matchande basnamn: `clip.wav` paras till exempel med `clip.txt`. Beskrivningar måste använda tillägget `.txt`.
modelvalfritt
Typenum
Standardmedium-base
medium-basesmall-music-basesmall-sfx-base
Baskontrollpunkt för finjustering av Stable Audio 3.
number_of_stepsvalfritt
Typinteger
Standard1000
1 – 20 000
Antal steg för LoRA-träning.
learning_ratevalfritt
Typnumber
Standard0.0001
≤ 0,01> 0
Inlärningshastighet som AdamW tillämpar på LoRA-parametrar.
rankvalfritt
Typinteger
Standard16
1 – 256
LoRA-adapterns rang.
adapter_typevalfritt
Typenum
Standarddora-rows
loradoradora-rowsdora-colsboralora-xsdora-rows-xsdora-cols-xsbora-xs
Adapterfamilj som används för LoRA-träning.
durationvalfritt
Typnumber | null
1 – 380
Beskärnings-/utfyllnadslängd i sekunder, alltid begränsad av den valda modellens ursprungliga träningslängd. Ange en längd eller utelämna den för att använda det längsta klippet i datasetet, med hänsyn till den gränsen.
batch_sizevalfritt
Typinteger
Standard1
1 – 8
Batchstorlek som används under träningen.
seedvalfritt
Typinteger
Standard42
0 – 2 147 483 647
Slumpfrö.
base_precisionvalfritt
Typenum
Standardbf16
bf16bfloat16fp16float16
Precision som används av de frysta basvikterna; LoRA-parametrar förblir fp32.
includevalfritt
Typstring[]
Delsträngar i modulnamn som begränsar var LoRA läggs till: endast matchande moduler får den.
excludevalfritt
Typstring[]
Namndelsträngar som används för att utesluta matchande moduler.
lora_checkpoint_urlvalfritt
Typstring | null
Valfri URL till en `.safetensors`-kontrollpunkt för LoRA att återuppta från.
pre_encodevalfritt
Typboolean
Standardfalse
Förkodning av ljudarkivet till SAME-latenter före LoRA-träningen.
obligatoriskt

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
lora_file
object {url, content_type, file_name, file_size}LoRA-vikter tränade för Stable Audio 3.
config_file
object {url, content_type, file_name, file_size}JSON-metadata som beskriver träningskörningen och den kompatibla modellen för inferens.

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/stable-audio-3-trainer.md. Alla modeller och guider: https://doitong.com/developers/llms.txt