Gå til indhold

Sam Audio · Visual Separate

Integrer

Model-id 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"

Filer som eksemplet: 0,05 $ 50 API-kreditter dine filer måles før kørslen Kør den på denne side

Hent API-nøgle
Meta Video til lyd 10–60 s #video-to-audio#sam-audio

Adskiller en lyd fra en videos lydspor, styret af en valgfri maskvideo og tekstprompt

Meta · Data (JSON)

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

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

standard

Beskrivelse i naturligt sprog af målyden til hjælp ved separation.

•påkrævet video_url
Slip en fil, eller

URL til videofil til behandling i formater som MP4 eller MOV.

standard 1

Antal kandidater, der genereres til rangering.

Avanceret mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Slip en fil, eller

Maske-video-URL med binær kodning, hvor målobjektet vises sort på en hvid baggrund.

acceleration standard balanced

Accelerationsniveau anvendt på behandlingen.

output_format standard wav

Format for den genererede lyd.

standard 60

Lydgrænse pr. gennemløb, målt i sekund, hvorefter behandlingen bruger overlappende bidder, der blandes sammen.

standard 5

Længden af overlapningen mellem bidder, målt i sekund, brugt til crossfade-blanding.

POST /run/sam-audio/visual-separate?wait=20 pris → 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"

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 Sam Audio · Visual Separate

Tager en `video_url` og udtrækker en mållyd fra lydsporet. En valgfri `mask_video_url` markerer målobjektet (sort for mål, hvid for baggrund), og `prompt` kan tilføje et teksttip. Op til 4 `reranking_candidates` kan rangeres, og lang lyd opdeles i bidder. Output indeholder `target`- og `residual`-lyd i wav eller mp3.

Parametre

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

NavnType StandardTilladt Beskrivelse
video_urlpåkrævet video
Typeurl · video
URL til videofil til behandling i formater som MP4 eller MOV.
mask_video_urlvalgfri
Typeurl · video
Maske-video-URL med binær kodning, hvor målobjektet vises sort på en hvid baggrund.
promptvalgfri
Typestring
Standard
Beskrivelse i naturligt sprog af målyden til hjælp ved separation.
reranking_candidatesvalgfri
Typeinteger
Standard1
1 – 4
Antal kandidater, der genereres til rangering.
accelerationvalgfri
Typeenum
Standardbalanced
fastbalancedquality
Accelerationsniveau anvendt på behandlingen.
max_chunk_durationvalgfri
Typenumber
Standard60
10 – 60
Lydgrænse pr. gennemløb, målt i sekund, hvorefter behandlingen bruger overlappende bidder, der blandes sammen.
chunk_overlapvalgfri
Typenumber
Standard5
0 – 30
Længden af overlapningen mellem bidder, målt i sekund, brugt til crossfade-blanding.
output_formatvalgfri
Typeenum
Standardwav
wavmp3
Format for den genererede lyd.
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": "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"
  }
}
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
target
object {url, content_type, file_name, file_size}Mållyd ekstraheret isoleret.
residual
object {url, content_type, file_name, file_size}Lyd, der er tilbage ud over målyden.
duration
numberLængden på outputlyden, målt i sekund.
sample_rate
integerSamplingsfrekvens i Hz for outputlyden.

Flere modeller: Video til lyd

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