从文本提示生成最多3分钟的音频,支持 text-to-audio 和 audio-to-audio,具有可调整的持续时间,步骤,和CFG比例.
Stability AI音频生成发布日期 2024年4月3日专有端点从文本提示生成最多3分钟的音频,支持 text-to-audio 和 audio-to-audio,具有可调整的持续时间,步骤,和CFG比例.
也称为 Stable Audio, Stability AI Stable Audio 2.0, Stable-Audio-2.0, stable-audio-2-0
stable-audio-2-0/v1/audio/generationsstability-audio-2.0stability/audio-2.0来自 EmpirioLabs 目录的实时按量计费价格。只为实际用量付费，没有月度最低消费。
Stable Audio 2.0 通过 POST /v1/audio/generations 运行。请求会立即返回 job_id；轮询 GET /v1/jobs/{job_id} 直到任务完成，再从结果中读取输出 URL。 在EmpirioLabs 控制台获取 API 密钥。
curl https://api.empiriolabs.ai/v1/audio/generations \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "stable-audio-2-0",
"prompt": "Describe what you want Stable Audio 2.0 to generate."
}'curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY"import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/audio/generations",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={
"model": "stable-audio-2-0",
"prompt": "Describe what you want Stable Audio 2.0 to generate.",
},
)
job = response.json()
# Generation runs as an async job. Poll until it completes.
import time
while True:
status = requests.get(
f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
).json()
if status.get("status") in ("completed", "failed"):
print(status)
break
time.sleep(5)EmpirioLabs 上 Stable Audio 2.0 API 支持的请求参数。省略字段时使用默认值。
| 参数 | 类型 | 默认值 | 范围 / 值 | 描述 |
|---|---|---|---|---|
| prompt | string | - | - | 生成什么。具体说明曲风、乐器、氛围和速度。 |
| mode | enum | text-to-audio | text-to-audio, audio-to-audio | text-to-audio：仅凭提示生成。audio-to-audio：对参考片段进行条件。 |
| output_format | enum | mp3 | mp3, wav | 输出媒体文件格式（mp3、wav、mp4、png、jpg 等，取决于终端）。 |
| duration | number | 190 | 1 到 190 | 秒钟。Stability Audio 2.0 可生成最长 3 分 10 秒的时长。 |
| steps | number | 50 | 30 到 100 | 扩散步骤。More = 更高的保真度，速度较慢（并增加每步信用额度）。 |
| cfg_scale | number | 7 | 1 到 25 | 无分类器指导。更高 = 更严格地跟随提示。 |
| strength | number | 1 | 0 到 1 | 只能音频对音频。0 = 忽略参考，1 = 保持靠近参考。 |
| random_seed | boolean | true | - | 如果是真的，每次调用都用随机种子。 |
| seed | number | - | - | 可重复性种子。仅在 random_seed=false 时使用。 |
| audio_url | string | - | - | 请参考 audio-to-audio 模式的音频链接。 |
从文本或通过 audio-to-audio 转换生成最多3分钟的音频. Audio-to-Audio模式 - 要求两个音频文件及时上传 - 建议的CFG比例:7-15 - 建议的步骤:6-8 - 典型强度:0.3-0.7
在 EmpirioLabs，Stable Audio 2.0 按量计费：基本费用 $0.58 每代人数; 每步成本 $0.00 每个步骤。本页的实时价格表始终与 API 的实际计费一致。
Stable Audio 2.0 通过 api.empiriolabs.ai 上的 POST /v1/audio/generations 提供，使用标准的 Bearer 令牌认证。
可以。EmpirioLabs Playground在浏览器中以与 API 相同的参数运行 Stable Audio 2.0，你可以在写代码之前先测试提示词。
创建 EmpirioLabs 账户，然后在控制台的 API Keys生成密钥。计费使用按量付费的额度，只为实际发出的请求付费。
