Přejít na obsah

MMAudio V2

Integrace

ID modelu mmaudio-v2
# 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/mmaudio-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/dev-api/2026/10/21/req_qicb9wfr7rqfo46hqcxollq6/0-QQGxyL6x8ywkCEWdZ94UY_YyJVjs3R.mp4",
    "prompt": "Gentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind",
    "duration": 5
  }'

# 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"

Tento požadavek: 0,005 $ 5 kreditů API Spustit na této stránce

Získat API klíč
Sony AI Zvuk 1–30 s #sound-effects#foley#video-to-audio

Přidává synchronizované zvukové efekty a atmosféru k tichému videu z krátkého textového popisu.

Příklady

Vstup
Výstup · ~20 s

PromptGentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind

5 s0,005 $ · 5 kreditů API

Sestavit požadavek

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

•povinné

Prompt popisující zvuk, který se má vytvořit.

•povinné video_url
Přetáhněte soubor nebo

URL videa použitého jako zdroj pro generování zvuku.

Délka vygenerovaného zvuku.

Pokročilé negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
výchozí

Negativní prompt určující, co se má při generování zvuku vyloučit.

výchozí 25

Počet kroků použitých pro generování zvuku.

výchozí 4.5

Intenzita Classifier Free Guidance.

Hodnota seedu použitá generátorem náhodných čísel.

POST /run/mmaudio-v2?wait=20 cena → 0,005 $
# 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/mmaudio-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/dev-api/2026/10/21/req_qicb9wfr7rqfo46hqcxollq6/0-QQGxyL6x8ywkCEWdZ94UY_YyJVjs3R.mp4",
    "prompt": "Gentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind",
    "duration": 5
  }'

# 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 MMAudio V2

MMAudio V2 sleduje video a generuje odpovídající zvuk: kroky do rytmu, šplouchání, motory, dav a atmosféru místnosti podle vašeho promptu a volitelného negativního promptu. Generuje 1 až 30 sekund zvuku a vrací video s novou zvukovou stopou.

Parametry

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

NázevTyp VýchozíPovolené Popis
video_urlpovinné video
Typurl · video
URL videa použitého jako zdroj pro generování zvuku.
promptpovinné
Typstring
Prompt popisující zvuk, který se má vytvořit.
negative_promptvolitelné
Typstring
Výchozí
Negativní prompt určující, co se má při generování zvuku vyloučit.
seedvolitelné
Typinteger | null
0 – 65 535
Hodnota seedu použitá generátorem náhodných čísel.
num_stepsvolitelné
Typinteger
Výchozí25
4 – 50
Počet kroků použitých pro generování zvuku.
durationvolitelné
Typnumber
Výchozí8
1 – 30
Délka vygenerovaného zvuku.
cfg_strengthvolitelné
Typnumber
Výchozí4.5
0 – 20
Intenzita Classifier Free Guidance.
mask_away_clipvolitelné
Typboolean
Výchozífalse
Řídí, zda se klip zamaskuje.
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": "mmaudio-v2",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "prompt": "Night forest ambience, soft paws running on grass, crickets, gentle magical chimes",
    "duration": 6
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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
video
object {url, content_type, file_name, file_size}Výstupní video se synchronizovanými pohyby rtů.

Další modely: Zvuk

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/mmaudio-v2.md. Všechny modely a návody: https://doitong.com/developers/llms.txt