Una API de generación musical con IA compone audio a partir de una descripción textual del estilo, el estado de ánimo, los instrumentos y el tempo, y en algunos modelos a partir de letras, una grabación de referencia o un vídeo para componer. Envías un trabajo, haces una encuesta hasta que termine y descargas la pista generada.
Una API de generación musical crea nuevo audio a partir de una descripción. Un aviso nombra el género, el estado de ánimo, los instrumentos y el tempo, por ejemplo Hip hop lo-fi, piano suave, 90 BPM, y el modelo devuelve una pista terminada. Dependiendo del modelo, puede hacer más:
[Verso] y [Coro], y la modelo las canta. Una puesta instrumental produce una pista sin voces.Tú envías DESPUÉS /v1/audio/generations con el ID del modelo, el aviso y los ajustes que acepta el modelo, tales como Letra, duración, Semilla y el formato de salida (MP3, WAV, FLAC y otros). Cada solicitud devuelve un job id De inmediato. Encuesta ¡QUE /v1/jobs/{job_id} hasta que el estatus sea terminado, luego descarga la pista desde la URL en el resultado. Un modelo que pone la puntuación de un vídeo también puede devolver el vídeo terminado con su nueva banda sonora, a través del endpoint de generación de vídeo.
Comparaciones de modelos lado a lado mostrar las capacidades y tasas de dos modelos juntos.
Explora la Modelos de audio y generar una pista en el Playground. Para llamar a un modelo desde código, crea una clave API en el panel de control y envía el trabajo a https://api.empiriolabs.ai/v1/audio/generations y encuesta el endpoint de trabajos. El Referencia a la generación de música y sonido describe la solicitud y el flujo de trabajo.
Paga conforme vayas o elige un plan con asignaciones semanales. Las tarifas actuales están en el página de precios.
9 modelos, del más barato al más caro cuando comparten unidad de facturación. La página de cada modelo tiene su tarjeta de precios completa, parámetros y código.
Endpoints
/v1/audio/generationsPrecio por segundo
| Modelo | Tarifa más baja | Se aplica a |
|---|---|---|
| ACE-Step 1.5 XL ACE-Step | $0.0003$0.00025 por segundo generado | Generación musical |
| StepAudio 3 Music StepFun | $0.000667 por segundo generado | De texto a música |
| MiniMax Music 3 MiniMax | $0.002$0.0018 por segundo generado | Generación musical |
| Sonilo Sound Effects 1.0 Sonilo | $0.0036 por segundo generado | De texto a efecto sonoro |
| Sonilo v1.1 Sonilo | $0.0045 por segundo generado | De texto a música |
También disponibles: Stable Audio 2.0, Stable Audio 2.5, Sonilo Video to Video, Stable Audio 3 Medium
Sí, en modelos que cantan. Proporcionas letras, normalmente marcadas con etiquetas de sección como [Verso] y [Coro], y un prompt para el estilo. Otros modelos generan solo música instrumental y sonido.
Depende del modelo: los límites van desde clips cortos hasta varios minutos por pista. Algunos modelos te permiten establecer la duración, y otros la eligen ellos mismos.
Sí. Algunos modelos toman un vídeo como entrada y generan una banda sonora que sigue sus cortes y ritmo, o colocan efectos de sonido en la acción.
Muchos modelos facturan por segundo de audio generado, así que las pistas largas cuestan más, mientras que otros cobran una tarifa fija por pista. En EmpirioLabs AI puedes pagar conforme vas o elegir un plan con asignaciones semanales.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.