Stable Audio 3 Medium APIの使い方

Stable Audio 3 MediumはEmpirioLabsで利用可能です。 これはStability AIの音楽や効果音のtext-to-audioモデルです。トラックや音を記述すると、1秒から380秒までの44.1kHzステレオクリップを返します。このモデルは続きます ポスト/v1/audio/generationsAPIおよびPlaygroundで。Stability AIによって駆動されています。

聞いて

プロンプトの30秒のビート「温かみのあるローファイ・ヒップホップビート、柔らかなローズピアノ、ビニールのパチパチ音、穏やかなベース、ブラシドラム、85 BPM」からのもの:

そして10秒間の効果音、「蒸気機関車が駅を通過する音:接近するシューッという音、長い汽笛、ブレーキのキーキー音、そして消えていく」

Stable Audio 2.5とACE-Step 1.5 XLに対する両方のプロンプトが入っています Stable Audio 3 Medium vs Stable Audio 2.5 vs ACE-Step 1.5 XLお問い合わせ.

Stable Audio 2.5やACE-Step 1.5 XLとの違い

安定オーディオ 2.5 MP3やWAVで最大190秒のクリップを生成します。Stable Audio 3 Mediumは380秒にし、FLACとOggを追加します。 ACEステップ1.5 XL 歌詞付きの曲を書くこと。Stable Audio 3 Mediumはインストゥルメンタル音楽や効果音を作り、歌詞は取らない。

あなたの最初のお願い

curl https://api.empiriolabs.ai/v1/audio/generations \ -h 「認証:ベアラー $EMPIRIOLABS_API_KEY」\ -H 「コンテンツタイプ:application/json」 \ -d '{ 「モデル」:「stable-audio-3-medium」, 「プロンプト」:「明るいギターと柔らかいパーカッションを伴うアップビートなアコースティックフォーク、110 BPM」、「持続時間:45 }'

その返答は 求人情報.完成するまでポーリングします。結果はクリップの署名付きURLを持ち、デフォルトはMP3です:

curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \ -H "認証:ベアラー $ EMPIRIOLABS API KEY"

操作方法

• 長さ。 期間 (または audio_duration)1秒から380秒まで、デフォルトでは30秒です。
• 階段。 num_inference_steps 4から8へ;デフォルトで8へ。
• 種。 種子 クリップのランダムなシードを設定します。
• フォーマット。 フォーマット テイク mp3, WAV, FLAC、または OGG、および response_format 設定 b64_json URLの代わりにbase64を返します。

執筆の課題

• 音楽。 ジャンル、リード楽器、ムード、そしてBPMのテンポを挙げてください。
• 効果音。 何が順番に起こるか、例えば近づくと笛が鳴り、その後フェードアウトする様子を説明してください。

作戦メモ

• すべてのリクエストは同じ請求で、長さは問いません。 380秒のトラックは10秒の曲と同じくらいのコストなので、一度のリクエストで必要な長さを頼んでください。
• 畑は拒否された。 negative_prompt, 歌詞400では、誘導設定、オーディオ入力が拒否され、380秒を超える持続時間も同様に拒否されます。
• 使用ポリシー。 このモデルの使用は、テキストエンコーダーのStability AI許容利用ポリシーおよびGemma禁止使用ポリシーに従い、いずれも私たちのセクション18に記載されています サービス利用規約お問い合わせ.

料金について

リクエストごとに請求されます。 リクエスト1回はリクエストの長さのクリップを1つ返し、拒否されたリクエストは請求されません。現在の料金は モデルページ そして、 プライシングページお問い合わせ.

建設を始めろ

Stable Audio 3 Mediumを試してみてください Playground そして APIドキュメント すべてのパラメータに対して。

Stable Audio 3 MediumはStability AIコミュニティライセンスおよび著作権© Stability AI Ltd.のもとでライセンスされています。無断転載を禁じます。Stability AIによって提供されています。