企业级AI资源平台 - 302.AI | 按用量付费，全模型API接入，应用在线使用

stable-audio-2.0

来自 Stability AI 公司推出的文字生成音频技术及模型

2025-09-29

音视频处理

价格:

$0.02/credits

起

大额采购联系客户经理享专属优惠

稳定性

稳定

API介绍

Stable Audio 可以根据文本描述生成最长三分钟的高质量音乐和音效，采样率为 44.1kHz 立体声。请参阅我们的提示指南，学习如何编写有效的提示，以获得最佳生成效果。

Stable Audio 2.5：快速、高质量、长时音乐与音频生成

我们最先进的音频生成模型，能够生成最长 3 分钟、44.1 kHz 立体声的作品。Stable Audio 2.5 支持文本转音频、音频转音频和音频修补流程——创作者可以上传声音，并通过自然语言提示将其转换为新的乐器、风格或流派。非常适合音乐制作、电影级声音设计和混音。

Stable Audio 2.0：高质量音频生成

专为文本转音频和音频转音频而构建，同样能生成最长 3 分钟、44.1 kHz 的立体声。Stable Audio 2.0 非常适合用于创意发想、音乐示范以及氛围声景。它针对追求从简单提示中获得细致且较长输出的专业创作者进行了优化。

stable-audio-2 通常消耗在20-23 credits，即0.4-0.46ptc

stable-audio-2.5 消耗固定在20 credits，即0.4ptc

API调试台

登录后，探索更多精彩功能！点击登录

API列表 (2)

API描述	接口地址	请求方法	稳定性	参数说明
Text-to-Audio（文字生成音乐）	https://api.302.ai/sd/v2beta/audio/stable-audio-2/text-to-audio	POST	稳定	查看详情
文档详情 Stable Audio 可以根据文本描述生成最长三分钟的高质量音乐和音效，采样率为 44.1kHz 立体声。请参阅我们的提示指南，学习如何编写有效的提示，以获得最佳生成效果。 Stable Audio 2.5：快速、高质量、长时音乐与音频生成我们最先进的音频生成模型，能够生成最长 3 分钟、44.1 kHz 立体声的作品。Stable Audio 2.5 支持文本转音频、音频转音频和音频修补流程——创作者可以上传声音，并通过自然语言提示将其转换为新的乐器、风格或流派。非常适合音乐制作、电影级声音设计和混音。 Stable Audio 2.0：高质量音频生成专为文本转音频和音频转音频而构建，同样能生成最长 3 分钟、44.1 kHz 的立体声。Stable Audio 2.0 非常适合用于创意发想、音乐示范以及氛围声景。它针对追求从简单提示中获得细致且较长输出的专业创作者进行了优化。价格：0.02PTC/credits stable-audio-2 通常消耗在20-23 credits，即0.4-0.46ptc stable-audio-2.5 消耗固定在20 credits，即0.4ptc 请求参数 Header参数 Authorizationstring 可选示例值:`Bearer {{YOUR_API_KEY}}` Query参数 response_formatstring 可选示例值:`url` Body参数 multipart/form-data promptstring 必需生成音频所需的描述性提示，最长10000字符示例值:`A cinematic orchestral score with violins and piano` durationnumber 可选音频时长(秒)，范围 1-190，默认190 示例值:`120` seednumber 可选随机种子，范围 0-4294967294；0表示使用随机种子，默认0 示例值:`42` stepsinteger 可选采样步数，stable-audio-2:30…100，stable-audio-2.5:4…8，默认50或8 示例值:`50` cfg_scalenumber 可选提示遵循强度，范围 1-25；stable-audio-2默认7，stable-audio-2.5默认1 示例值:`7` modelenum<string> 可选生成模型，可选：stable-audio-2, stable-audio-2.5，默认stable-audio-2 枚举值: `stable-audio-2stable-audio-2.5` 示例值:`stable-audio-2.5` output_formatstring 可选输出格式，可选 mp3 或 wav，默认mp3 示例值:`mp3`
Audio-to-Audio（参考生成音乐）	https://api.302.ai/sd/v2beta/audio/stable-audio-2/audio-to-audio	POST	稳定	查看详情
文档详情 Stable Audio 可以将现有的音频样本转换为新的高质量作品，最长可达三分钟，44.1kHz 立体声，并通过文本指令完成。请在我们的《音频到音频指南》中探索样本转换技巧，以最大化创作控制力。在此阅读更多关于模型功能的信息。价格：0.02PTC/credits stable-audio-2 通常消耗在20-23 credits，即0.4-0.46ptc stable-audio-2.5 消耗固定在20 credits，即0.4ptc 请求参数 Header参数 Authorizationstring 可选示例值:`Bearer {{YOUR_API_KEY}}` Query参数 response_formatstring 可选示例值:`url` Body参数 application/json promptstring 必需必需的字符串<= 10000 个字符您希望输出的音频是什么样的。一个强有力的、描述性的提示，清晰地定义乐器、情绪、风格和流派，将会带来更好的结果。您可以根据自己的喜好，将提示音设置得简单或复杂。简单的提示音有利于输出纯净的音频。复杂的提示音则有利于为输出音频增添质感和深度。 output_formatstring 可选 string Default: mp3 Enum: mp3 wav Dictates the content-type of the generated audio. seednumber 可选数字[ 0 … 4294967294 ] 默认值： 0 用于指导生成“随机性”的特定值。（省略此参数或传递参数0以使用随机种子。） stepsinteger 可选整数控制采样步骤的数量。对于stable-audio-2：接受30和之间的步骤100（默认为50）。对于stable-audio-2.5：接受4和之间的步骤8（默认为8）。 durationnumber 可选数字[ 1 … 190 ] 默认值： 190 控制生成的音频的持续时间（以秒为单位） cfg_scalenumber 可选数字[ 1 … 25 ] 扩散过程遵守提示文本的严格程度（值越高，音频越接近提示）。如果未指定，则默认为 7，为stable-audio-21 。stable-audio-2.5 modelstring 可选细绳默认值： stable-audio-2 枚举：稳定音频-2 稳定音频-2.5 用于生成的模型。 stable-audio-2.5每次需要 20 个积分 stable-audio-2每次需要 20 个积分 audiostring 必需

API价格表

$￥円 ₽

模型	说明	302.AI价格

Text-to-Audio（文字生成音乐）	-	$0.02/credits
Audio-to-Audio（参考生成音乐）	-	$0.02/credits

stable-audio-2.0

API介绍

API调试台

API列表 (2)

Header参数

Query参数

Body参数 multipart/form-data

Header参数

Query参数

Body参数 application/json

API价格表

Text-to-Audio（文字生成音乐）

$0.02/credits

Audio-to-Audio（参考生成音乐）

$0.02/credits

猜你喜欢

快捷访问

帮助与支持

法律声明