Gå til indhold

MMAudio V2

Integrer

Model-id 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"

Denne anmodning: 0,005 $ 5 API-kreditter Kør den på denne side

Hent API-nøgle
Sony AI Lyd 1–30 s #sound-effects#foley#video-to-audio

Tilføjer synkroniserede lydeffekter og atmosfære til en lydløs video ud fra en kort tekstbeskrivelse.

Eksempler

Input
Output · ~20 s

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

5 s0,005 $ · 5 API-kreditter

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

•påkrævet

Prompt, der beskriver den lyd, der skal oprettes.

•påkrævet video_url
Slip en fil, eller

Video-URL, der bruges som kilde til lydgenerering.

Længden af den genererede lyd.

Avanceret negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
standard

Negativ prompt, der angiver, hvad der skal udelades under lydgenerering.

standard 25

Antal trin, der bruges til lydgenerering.

standard 4.5

Classifier Free Guidance-intensitet.

Seed-værdi, der bruges af tilfældighedsgeneratoren.

POST /run/mmaudio-v2?wait=20 pris → 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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om MMAudio V2

MMAudio V2 ser videoen og genererer matchende lyd: fodtrin i takt, plask, motorer, menneskemængde og rumatmosfære, styret af din prompt og en valgfri negativ prompt. Genererer 1 til 30 sekunders lyd og returnerer videoen med det nye lydspor.

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
video_urlpåkrævet video
Typeurl · video
Video-URL, der bruges som kilde til lydgenerering.
promptpåkrævet
Typestring
Prompt, der beskriver den lyd, der skal oprettes.
negative_promptvalgfri
Typestring
Standard
Negativ prompt, der angiver, hvad der skal udelades under lydgenerering.
seedvalgfri
Typeinteger | null
0 – 65.535
Seed-værdi, der bruges af tilfældighedsgeneratoren.
num_stepsvalgfri
Typeinteger
Standard25
4 – 50
Antal trin, der bruges til lydgenerering.
durationvalgfri
Typenumber
Standard8
1 – 30
Længden af den genererede lyd.
cfg_strengthvalgfri
Typenumber
Standard4.5
0 – 20
Classifier Free Guidance-intensitet.
mask_away_clipvalgfri
Typeboolean
Standardfalse
Styrer, om klippet maskeres væk.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
video
object {url, content_type, file_name, file_size}Outputvideo med synkroniserede læbebevægelser.

Flere modeller: Lyd

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/mmaudio-v2.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt