स्थिर ऑडियो 3 मध्यम एपीआई का उपयोग कैसे करें

स्टेबल ऑडियो 3 मीडियम EmpirioLabs पर उपलब्ध है। यह संगीत और ध्वनि प्रभावों के लिए स्टेबिलिटी एआई का text-to-audio मॉडल है: एक ट्रैक या ध्वनि का वर्णन करें और यह 44.1 से 1 सेकंड तक लंबी 380 kHz स्टीरियो क्लिप लौटाता है। यह चलता है पोस्ट /v1/audio/generations, एपीआई में और Playground में। स्थिरता एआई द्वारा संचालित।

सुनना

संकेत से 30 सेकंड की बीट "नरम रोड्स पियानो, विनाइल क्रैकल, मधुर बास और ब्रश ड्रम, 85 बीपीएम के साथ गर्म लो-फाई हिप हॉप बीट":

और एक 10-सेकंड का ध्वनि प्रभाव, "एक स्टेशन से गुजरने वाली एक भाप ट्रेन: चफिंग के पास, एक लंबी सीटी, ब्रेक चीखना, फिर लुप्त हो जाना":

स्टेबल ऑडियो 2.5 और एसीई-चरण 1.5 एक्सएल के खिलाफ दोनों संकेत में हैं स्थिर ऑडियो 3 मध्यम बनाम स्थिर ऑडियो 2.5 बनाम एसीई-चरण 1.5 एक्सएल।.

यह स्टेबल ऑडियो 2.5 और एसीई-स्टेप 1.5 एक्सएल से कैसे अलग है

स्थिर ऑडियो 2.5 MP190 या WAV में 3 सेकंड तक क्लिप बनाता है। स्थिर ऑडियो 3 मीडियम 380 सेकंड तक जाता है और FLAC और Ogg जोड़ता है। एसीई-चरण 1.5 एक्सएल गाए गए गीतों के साथ गाने लिखता है; स्थिर ऑडियो 3 माध्यम वाद्य संगीत और ध्वनि प्रभाव बनाता है और गीत नहीं लेता है।

आपका पहला अनुरोध

कर्ल https://api.empiriolabs.ai/v1/audio/generations \ -एच "प्राधिकरण: वाहक $EMPIRIOLABS_एपीआई_की" \ -एच "सामग्री-प्रकार: application/json" \ -d '{ "मॉडल": "stable-audio-3-medium", "प्रॉम्प्ट": "उज्ज्वल गिटार और नरम टक्कर के साथ उत्साहित ध्वनिक लोक, 110 बीपीएम", "अवधि": 45 }'

प्रतिक्रिया एक है नौकरी id. इसे पूरा होने तक पोल करें; परिणाम क्लिप के लिए एक हस्ताक्षरित URL ले जाता है, डिफ़ॉल्ट रूप से MP3:

कर्ल https://api.empiriolabs.ai/v1/jobs/JOB_ID \ -H "Authorization: Bearer $EMPIRIOLABS API KEY"

नियंत्रण

• लंबाई। अवधि (या audio_duration) 1 से 380 सेकंड तक; डिफ़ॉल्ट रूप से 30।
• कदम। num_inference_steps 4 से 8 तक; डिफ़ॉल्ट रूप से 8।
• बीज। बीज एक क्लिप के लिए यादृच्छिक बीज सेट करता है।
• प्रारूप। प्रारूप लेता है एमपी3, लहर, एफएलएसी, या ogg, और response_format पर सेट करें b64_json URL के बजाय base64 देता है।

लेखन संकेत

• राग। बीपीएम में शैली, प्रमुख उपकरणों, मूड और गति को नाम दें।
• ध्वनि प्रभाव। वर्णन करें कि क्रम में क्या होता है, जैसे कि पास आना, एक सीटी, फिर लुप्त हो जाना।

परिचालन नोट्स

• प्रत्येक अनुरोध को किसी भी लंबाई में एक ही बिल दिया जाता है। 380 सेकंड के ट्रैक की कीमत 10 सेकंड के ट्रैक की होती है, इसलिए एक अनुरोध में आपको कितनी लंबाई चाहिए उसके बारे में पूछें।
• खेतों से इनकार कर दिया। negative_prompt, गीत के बोल, मार्गदर्शन सेटिंग्स और ऑडियो इनपुट को 400 के साथ अस्वीकार कर दिया जाता है, जैसा कि 380 सेकंड से ऊपर की अवधि है।
• उपयोग नीति। इस मॉडल का उपयोग स्थिरता एआई स्वीकार्य उपयोग नीति और इसके टेक्स्ट एनकोडर के लिए जेम्मा निषिद्ध उपयोग नीति का पालन करता है, दोनों हमारे अनुभाग 18 में सेवा नियम।.

मूल्य निर्धारण

प्रति अनुरोध बिल किया गया। एक अनुरोध आपके द्वारा मांगी गई लंबाई पर एक क्लिप लौटाता है, और एक अस्वीकृत अनुरोध का बिल नहीं दिया जाता है। वर्तमान दरें हैं मॉडल पेज और मूल्य निर्धारण पृष्ठ।.

निर्माण शुरू करें

स्थिर ऑडियो 3 माध्यम का प्रयास करें Playground और पढ़ें एपीआई दस्तावेज़ीकरण प्रत्येक पैरामीटर के लिए।

स्टेबल ऑडियो 3 मीडियम को स्टेबिलिटी एआई कम्युनिटी लाइसेंस, कॉपीराइट © स्टेबिलिटी एआई लिमिटेड के तहत लाइसेंस प्राप्त है। सर्वाधिकार सुरक्षित। स्थिरता एआई द्वारा संचालित।