Přejít na obsah

Seed Audio 1.0

Integrace

ID modelu bytedance/seed-audio-1.0
# 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/bytedance/seed-audio-1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Až 0,154 $ za spuštění účtuje se skutečné využití, zbytek se refunduje Spustit na této stránce

Získat API klíč
ByteDance Zvuk

Generátor řeči a zvuku řízený textem až se 3 referenčními zvukovými klipy nebo jedním obrázkem, s ovládáním výšky tónu a rychlosti

ByteDance · Zvuk

Zde se zobrazí váš první výsledek

Níže sestavte požadavek a spusťte ho pomocí svého API klíče. Výstupy se kopírují do našeho úložiště a uchovávají se navždy nebo 7 dne zdarma.

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

•povinné 88 / 2048

Prompt nebo text syntézy s uspořádanými zvukovými referencemi označenými @Audio1 pro první vstup, @Audio2 pro druhý a @Audio3 pro třetí.

výchozí 1

Násobič rychlosti řeči: 1.0 znamená normální rychlost, 0.5 poloviční rychlost a 2.0 dvojnásobnou rychlost.

Pokročilé audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Přetáhněte soubor nebo · až 3

Zadejte referenční zvuk pomocí nejvýše 3 URL; každý soubor musí být ve formátu wav/mp3/pcm/ogg_opus a omezený na 10 MB a 30 sekund. V promptu identifikujte klipy pomocí @Audio1, @Audio2, @Audio3.

image_url
Přetáhněte soubor nebo

Zadejte jednu obrazovou referenci pouze tehdy, když nejsou zadány zvukové reference. Obrázek musí být jpeg/png/webp a nesmí být větší než 10 MB.

output_format výchozí mp3

Formát generovaného zvuku.

sample_rate výchozí 24000

Vzorkovací frekvence výstupního zvuku v Hz.

Vyberte hlas syntézy zadáním jeho přednastaveného názvu nebo ID klonovaného hlasu.

výchozí 1

Násobič hlasitosti: 1.0 znamená normální hlasitost, 0.5 poloviční hlasitost a 2.0 dvojnásobnou hlasitost.

výchozí 0

Úprava výšky hlasu měřená v půltónech: 0 výšku nemění, -12 ji posune o oktávu dolů a 12 o oktávu nahoru.

POST /run/bytedance/seed-audio-1.0?wait=20 cena → 0,154 $
# 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/bytedance/seed-audio-1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu Seed Audio 1.0

Syntetizuje zvuk z promptu o délce až 2048 znaků. Lze zvolit přednastavený nebo klonovaný `voice` a v promptu uvést až 3 referenční klipy jako @Audio1 až @Audio3; místo nich lze použít jeden referenční obrázek, nikoli však společně se zvukem. Výstup je wav, mp3, pcm nebo ogg_opus se vzorkovací frekvencí od 8000 do 48000 Hz. Rychlost a hlasitost mají rozsah 0.5 až 2, výška tónu se posouvá o -12 až 12 půltónů a `multilingual` přepíná na variantu pro vícejazyčný text.

Parametry

Odešlete buď kanonický název, nebo nativní název, ne oba. Kanonické názvy

NázevTyp VýchozíPovolené Popis
promptpovinné
Typstring
≤ 2 048 znaků
Prompt nebo text syntézy s uspořádanými zvukovými referencemi označenými @Audio1 pro první vstup, @Audio2 pro druhý a @Audio3 pro třetí.
voicevolitelné
Typstring | null
Vyberte hlas syntézy zadáním jeho přednastaveného názvu nebo ID klonovaného hlasu.
audio_urlsvolitelné audios
Typurl[] · audio
≤ 3 položky
Zadejte referenční zvuk pomocí nejvýše 3 URL; každý soubor musí být ve formátu wav/mp3/pcm/ogg_opus a omezený na 10 MB a 30 sekund. V promptu identifikujte klipy pomocí @Audio1, @Audio2, @Audio3.
image_urlvolitelné image
Typurl · image
Zadejte jednu obrazovou referenci pouze tehdy, když nejsou zadány zvukové reference. Obrázek musí být jpeg/png/webp a nesmí být větší než 10 MB.
output_formatvolitelné
Typenum
Výchozímp3
wavmp3pcmogg_opus
Formát generovaného zvuku.
sample_ratevolitelné
Typenum
Výchozí24000
80001600024000320004410048000
Vzorkovací frekvence výstupního zvuku v Hz.
speedvolitelné
Typnumber
Výchozí1
0,5 – 2
Násobič rychlosti řeči: 1.0 znamená normální rychlost, 0.5 poloviční rychlost a 2.0 dvojnásobnou rychlost.
volumevolitelné
Typnumber
Výchozí1
0,5 – 2
Násobič hlasitosti: 1.0 znamená normální hlasitost, 0.5 poloviční hlasitost a 2.0 dvojnásobnou hlasitost.
pitchvolitelné
Typinteger
Výchozí0
-12 – 12
Úprava výšky hlasu měřená v půltónech: 0 výšku nemění, -12 ji posune o oktávu dolů a 12 o oktávu nahoru.
multilingualvolitelné
Typboolean
Výchozífalse
Výběr varianty modelu: povolení vícejazyčné varianty zlepšuje zpracování promptů kombinujících jazyky nebo používajících jiný jazyk než angličtinu.
enable_safety_checkervolitelné
Typboolean
Výchozítrue
Kontrolu lze uvolnit nastavením na false, pokud je volající autorizován.
povinné Kanonický název, také podporován

Parametry souborů přijímají veřejnou adresu https:// URL, data: URI do 10 MB nebo file_url nahraného souboru. Soubory

Výstup

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "bytedance/seed-audio-1.0",
  "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": 154,
    "usd": "0.154",
    "charged": 154,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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,
      "duration": 5,
      "channels": 1,
      "sample_rate": 1,
      "bitrate": "string"
    }
  },
  "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"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Zvukový soubor vytvořený generováním.

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/bytedance/seed-audio-1.0.md. Všechny modely a návody: https://doitong.com/developers/llms.txt