Přejít na obsah

Sam Audio · Visual Separate

Integrace

ID modelu sam-audio/visual-separate
# 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/sam-audio/visual-separate?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"

Soubory jako v příkladu: 0,05 $ 50 kreditů API vaše soubory se před spuštěním změří Spustit na této stránce

Získat API klíč
Meta Video na zvuk 10–60 s #video-to-audio#sam-audio

Odděluje zvuk ze zvukové stopy videa pomocí volitelného maskovacího videa a textového promptu

Meta · Data (JSON)

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.

výchozí

Popis cílového zvuku v přirozeném jazyce pro usnadnění separace.

•povinné video_url
Přetáhněte soubor nebo

URL videosouboru ke zpracování ve formátech jako MP4 nebo MOV.

výchozí 1

Počet kandidátů vygenerovaných pro hodnocení.

Pokročilé mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Přetáhněte soubor nebo

URL videa masky s binárním kódováním, ve kterém se cílový objekt zobrazuje černě na bílém pozadí.

acceleration výchozí balanced

Úroveň akcelerace použitá při zpracování.

output_format výchozí wav

Formát generovaného zvuku.

výchozí 60

Limit zvuku na jeden průchod, měřený v sekundách, po jehož překročení se zpracování rozdělí na překrývající se části, které se spojí.

výchozí 5

Délka překryvu mezi částmi, měřená v sekundách, použitá pro prolnutí crossfade.

POST /run/sam-audio/visual-separate?wait=20 cena → 0,05 $
# 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/sam-audio/visual-separate?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"

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 Sam Audio · Visual Separate

Přijímá `video_url` a extrahuje z jeho zvuku cílový zvuk. Volitelná `mask_video_url` označuje cílový objekt (černá pro cíl, bílá pro pozadí) a `prompt` může přidat textovou nápovědu. Lze seřadit až 4 `reranking_candidates` a dlouhý zvuk se rozdělí na části. Výstup obsahuje zvukové stopy `target` a `residual` ve formátu wav nebo mp3.

Parametry

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

NázevTyp VýchozíPovolené Popis
video_urlpovinné video
Typurl · video
URL videosouboru ke zpracování ve formátech jako MP4 nebo MOV.
mask_video_urlvolitelné
Typurl · video
URL videa masky s binárním kódováním, ve kterém se cílový objekt zobrazuje černě na bílém pozadí.
promptvolitelné
Typstring
Výchozí
Popis cílového zvuku v přirozeném jazyce pro usnadnění separace.
reranking_candidatesvolitelné
Typinteger
Výchozí1
1 – 4
Počet kandidátů vygenerovaných pro hodnocení.
accelerationvolitelné
Typenum
Výchozíbalanced
fastbalancedquality
Úroveň akcelerace použitá při zpracování.
max_chunk_durationvolitelné
Typnumber
Výchozí60
10 – 60
Limit zvuku na jeden průchod, měřený v sekundách, po jehož překročení se zpracování rozdělí na překrývající se části, které se spojí.
chunk_overlapvolitelné
Typnumber
Výchozí5
0 – 30
Délka překryvu mezi částmi, měřená v sekundách, použitá pro prolnutí crossfade.
output_formatvolitelné
Typenum
Výchozíwav
wavmp3
Formát generovaného zvuku.
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": "sam-audio/visual-separate",
  "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": 50,
    "usd": "0.05",
    "charged": 50,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "target": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "residual": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "duration": 5,
    "sample_rate": 48000
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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
target
object {url, content_type, file_name, file_size}Cílový zvuk izolovaný ze záznamu.
residual
object {url, content_type, file_name, file_size}Zvuk zbývající mimo cílový zvuk.
duration
numberDélka výstupního zvuku měřená v sekundách.
sample_rate
integerVzorkovací frekvence výstupního zvuku v Hz.

Další modely: Video na zvuk

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