Comment utiliser l’API Stable Audio 3 Medium

Stable Audio 3 Medium est disponible sur EmpirioLabs. C’est le modèle text-to-audio de Stability AI pour la musique et les effets sonores: décrivez une piste ou un son et il retourne un clip stéréo 44,1 kHz de 1 à 380 secondes. Il fonctionne APRÈS /v1/audio/generations, dans l’API et dans le Playground. Propulsé par Stability AI.

Écoute

Un rythme de 30 secondes du prompt « Rythme hip-hop lo-fi chaud avec piano Rhodes doux, crépitement vinyle, basse douce et batterie brossée, 85 BPM »:

Et un effet sonore de 10 secondes, « Un train à vapeur traversant une gare: un souffle qui approche, un long sifflet, freins qui crissent, puis s’éloigne »:

Les deux invites sur Stable Audio 2.5 et ACE-Step 1.5 XL sont en Stable Audio 3 Medium vs Stable Audio 2.5 vs ACE-Step 1.5 XL.

En quoi il diffère de Stable Audio 2.5 et ACE-Step 1.5 XL

Stable Audio 2.5 permet de faire des extraits jusqu’à 190 secondes en MP3 ou WAV. Stable Audio 3 Medium passe à 380 secondes et ajoute FLAC et Ogg. ACE-Step 1.5 XL écrit des chansons avec des paroles chantées; Stable Audio 3 Medium produit de la musique instrumentale et des effets sonores et ne prend pas de paroles.

Votre première demande

curl https://api.empiriolabs.ai/v1/audio/generations \ -H « Autorisation: Porteur $EMPIRIOLABS_API_KEY » \ -H « Type-Contenu: application/json » \ -d '{ « modèle »: « stable-audio-3-medium », « prompt »: « Folk acoustique entraînant avec guitare vive et percussions douces, 110 BPM », « durée »: 45 }'

La réponse est une aide-emploi. Interrogez-le jusqu’à ce qu’il soit terminé; le résultat porte une URL signée vers le clip, MP3 par défaut:

https://api.empiriolabs.ai/v1/jobs/JOB_ID \ -H "Autorisation: porteur $EMPIRIOLABS API KEY"

Commandes

• Longueur. durée (ou audio_duration) de 1 à 380 secondes; 30 par défaut.
• Des marches. num_inference_steps de 4 à 8; 8 par défaut.
• Graine. Seed Définit la graine aléatoire pour un clip.
• Formats. Format Prises mp3, WAV, FLAC, ou ogg, et response_format Fixer à b64_json renvoie base64 au lieu d’une URL.

Sujets d’écriture

• La musique. Nomme le genre, les instruments lead, l’ambiance et le tempo en BPM.
• Effets sonores. Décrivez ce qui se passe dans l’ordre, comme l’approche, un sifflement, puis le fait de s’éteindre.

Notes opérationnelles

• Chaque demande est facturée de la même façon, mais en toute longueur. Une piste de 380 secondes coûte ce qu’une de 10 secondes, alors demandez la longueur dont vous avez besoin dans une seule demande.
• Champs refusés. negative_prompt, paroles, les réglages de guidage et les entrées audio sont refusés avec 400, tout comme une durée supérieure à 380 secondes.
• Politique d’utilisation. L’utilisation de ce modèle suit la politique d’utilisation acceptable de Stability AI et la politique d’utilisation interdite de Gemma pour son encodeur de texte, toutes deux dans la section 18 de notre Conditions d'utilisation.

Prix

Facturé à la demande. Une demande renvoie un clip à la longueur que vous demandez, et une demande refusée n’est pas facturée. Les tarifs actuels sont sur le page modèle et les page de prix.

Commencez à construire

Essayez Stable Audio 3 Medium dans le Playground et lisez le Documentation API pour chaque paramètre.

Stable Audio 3 Medium est sous licence communautaire Stability AI, Copyright © Stability AI Ltd. Tous droits réservés. Propulsé par Stability AI.