কনটেন্টে যান

ThinkSound · Audio

ইন্টিগ্রেট করুন

মডেল id thinksound/audio
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/thinksound/audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

প্রতি রান সর্বোচ্চ ১.৮০$ পর্যন্ত প্রকৃত ব্যবহার অনুযায়ী চার্জ করা হয়, বাকি অর্থ ফেরত দেওয়া হয় এই পেজে চালান

API কী পান
Open model ভিডিও থেকে অডিও #audio-generation#video-to-audio

ভিডিও-থেকে-অডিও জেনারেটর, যা আলাদা অডিও ফাইল হিসেবে শুধু সাউন্ডট্র্যাক ফেরত দেয়

Open model · অডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

ডিফল্ট

ঐচ্ছিক অডিও-জেনারেশন নির্দেশনা, যা ভিডিও থেকে অন্যথায় এক্সট্র্যাক্ট করা প্রম্পটকে প্রতিস্থাপন করে।

•আবশ্যক video_url
একটি ফাইল ড্রপ করুন, অথবা

অডিও জেনারেশনের উৎস হিসেবে ব্যবহৃত ভিডিও URL।

অ্যাডভান্সড num_inference_steps · cfg_scale · seed
ডিফল্ট 24

অডিও জেনারেট করতে ব্যবহৃত ইনফারেন্স ধাপের সংখ্যা।

ডিফল্ট 5

অডিও জেনারেট করতে ব্যবহৃত classifier-free guidance-এর শক্তি।

র‍্যান্ডম-নম্বর জেনারেটর ব্যবহৃত seed মান।

POST /run/thinksound/audio?wait=20 মূল্য → ১.৮০$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/thinksound/audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

ThinkSound · Audio সম্পর্কে

`video_url`-এ থাকা ভিডিওর জন্য শব্দ তৈরি করে এবং রিমাক্স করা ভিডিওর বদলে এটি স্বতন্ত্র অডিও ফাইল হিসেবে সরবরাহ করে। নিজে ট্র্যাক মিক্স বা সম্পাদনা করতে চাইলে এটি উপযোগী। ঐচ্ছিক `prompt` শব্দ নির্দেশ করে, অন্যথায় ভিডিও থেকে একটি প্রম্পট বের করা হয়। `seed`, `num_inference_steps` (2 থেকে 100) এবং `cfg_scale` (1 থেকে 20) সমর্থিত।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
video_urlআবশ্যক video
ধরনurl · video
অডিও জেনারেশনের উৎস হিসেবে ব্যবহৃত ভিডিও URL।
promptঐচ্ছিক
ধরনstring
ডিফল্ট
ঐচ্ছিক অডিও-জেনারেশন নির্দেশনা, যা ভিডিও থেকে অন্যথায় এক্সট্র্যাক্ট করা প্রম্পটকে প্রতিস্থাপন করে।
seedঐচ্ছিক
ধরনinteger | null
র‍্যান্ডম-নম্বর জেনারেটর ব্যবহৃত seed মান।
num_inference_stepsঐচ্ছিক
ধরনinteger
ডিফল্ট24
২ – ১০০
অডিও জেনারেট করতে ব্যবহৃত ইনফারেন্স ধাপের সংখ্যা।
cfg_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট5
১ – ২০
অডিও জেনারেট করতে ব্যবহৃত classifier-free guidance-এর শক্তি।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "thinksound/audio",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1800,
    "usd": "1.80",
    "charged": 1800,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "prompt": "An acoustic guitar being played indoors."
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
audio
object {url, content_type, file_name, file_size}জেনারেশনের মাধ্যমে তৈরি অডিও ফাইল।
prompt
stringঅডিও জেনারেশন পরিচালনা করা প্রম্পট।

আরও মডেল: ভিডিও থেকে অডিও

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/thinksound/audio.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt