يتوفر Stable Audio 3 Medium على EmpirioLabs. إنه النموذج text-to-audio لشركة Stability AI للموسيقى والمؤثرات الصوتية: عند وصف مسار أو صوت، فإنه يعيد مقطع ستيريو بتردد 44.1 كيلوهرتز من 1 إلى 380 ثانية. يستمر في التشغيل ما بعد /v1/audio/generations، في واجهة برمجة التطبيقات وفي Playground. مدعوم من Stability AI.
استمع
إيقاع مدته 30 ثانية من الفكرة "إيقاع هيب هوب دافئ منخفض الجودة مع بيانو رودس الناعم، وفرقعة الفينيل، وباس هادئ وطبول مصقولة، 85 نبضة في الدقيقة":
ومؤثرات صوتية مدتها 10 ثوان، "قطار بخاري يمر عبر محطة: يقترب من صوت التنهيدة، صفير طويل، صوت فرامل تصرخ، ثم يتلاشى":
كلا الإشعارات ضد Stable Audio 2.5 و ACE-Step 1.5 XL موجودتان في الوضع الصوت المستقر 3 متوسط مقابل الصوت المستقر 2.5 مقابل ACE-Step 1.5 XL.
كيف يختلف عن Stable Audio 2.5 و ACE-Step 1.5 XL
الصوت المستقر 2.5 يصنع مقاطع تصل إلى 190 ثانية في MP3 أو WAV. Stable Audio 3 Medium يصل إلى 380 ثانية ويضيف FLAC وOgg. ACE-Step 1.5 XL يكتب أغاني بكلمات غنائية؛ تصنع شركة Stable Audio 3 Medium موسيقى آلية ومؤثرات صوتية ولا تأخذ الكلمات.
طلبك الأول
curl https://api.empiriolabs.ai/v1/audio/generations \ -H "التفويض: حامل $EMPIRIOLABS_API_KEY" \ -H "نوع المحتوى: application/json" \ -d '{ "model": "stable-audio-3-medium", "prompt": "فولك أكوستيك مبهج مع جيتار مشرق وإيقاع ناعم، 110 نبضة في الدقيقة"، "المدة": 45 }'الرد هو job_id. استطلاعه حتى يكتمل؛ النتيجة تحمل عنوان URL موقع للمقطع، MP3 افتراضيا:
curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \ -H "التفويض: حامل $EMPIRIOLABS_API_KEY"التحكم
- الطول.
المدة(أوaudio_duration) من 1 إلى 380 ثانية؛ 30 ثانية افتراضيا. - خطوات.
num_inference_stepsمن 4 إلى 8؛ 8 بشكل افتراضي. - بذرة.
البذوريضبط البذرة العشوائية للمقطع. - الصيغ.
الشكلالأخذاتmp3,wav,FLAC، أوogg، وresponse_formatتم ضبطه علىb64_jsonيعيد base64 بدلا من URL.
محفزات الكتابة
- الموسيقى. سم النوع، الآلات الرئيسية، المزاج، والإيقاع في BPM.
- المؤثرات الصوتية. صف ما يحدث بالترتيب، مثل الاقتراب، صفارة، ثم التلاشي.
ملاحظات تشغيلية
- كل طلب يتم فوترته بنفس الطريقة، وبأي تفصيل. مسار 380 ثانية يكلف ما تكلفه مسار 10 ثوان، لذا اطلب الطول الذي تحتاجه في طلب واحد.
- تم رفض الحقول.
negative_prompt,كلمات الأغنيةترفض إعدادات التوجيه ومدخلات الصوت مع 400، وكذلك المدة التي تزيد عن 380 ثانية. - سياسة الاستخدام. يتبع استخدام هذا النموذج سياسة الاستخدام المقبول للذكاء الاصطناعي Stability وسياسة الاستخدام المحظور Gemma لمشفر النصوص الخاص به، وكلاهما في القسم 18 من مشروعنا شروط الخدمة.
التسعير
يتم احتساب الفوترة حسب الطلب. الطلب الواحد يعيد مقطعا واحدا بالطول الذي طلبته، والطلب المرفوض لا يتم تحميلها. الأسعار الحالية على صفحة النماذج و صفحة الأسعار.
ابدأ البناء
جرب Stable Audio 3 Medium في Playground واقرأ توثيق واجهة برمجة التطبيقات لكل معاملة.
تم ترخيص Stable Audio 3 Medium بموجب رخصة مجتمع Stability AI، حقوق الطبع والنشر © محفوظة لشركة Stability AI Ltd. جميع الحقوق محفوظة. مدعوم من Stability AI.
