Text-to-Audio（文字生成音乐）

正式环境

https://api.302.ai

POST

/sd/v2beta/audio/stable-audio-2/text-to-audio

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

Query 参数

Header 参数

Body 参数multipart/form-data

返回响应

🟢200成功

application/json

Body

请求示例

Shell

JavaScript

Java

Swift

curl --location --request POST 'https://api.302.ai/sd/v2beta/audio/stable-audio-2/text-to-audio?response_format=url' \
--header 'Authorization: Bearer ' \
--form 'prompt="A cinematic orchestral score with violins and piano";type=text/plain' \
--form 'duration="120";type=text/plain' \
--form 'seed="42";type=text/plain' \
--form 'steps="50";type=text/plain' \
--form 'cfg_scale="7";type=text/plain' \
--form 'model="stable-audio-2.5";type=text/plain' \
--form 'output_format="mp3";type=text/plain'

响应示例

{
    "content_type": "application/json",
    "filename": "stability_audio_1768448513.mp3",
    "size": 151,
    "url": "https://file.302.ai/gpt/imgs/20260115/cdf9889a61711c38a9e7865fd5c865bb.mp3"
}

修改于 2026-01-15 03:42:10

获取任务结果

Audio-to-Audio（参考生成音乐）