Zum Inhalt springen

Seed Audio 1.0

Integrieren

Modell-ID 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"

Bis zu 0,154 $ pro Ausführung Nach tatsächlicher Nutzung abgerechnet, der Rest wird erstattet Auf dieser Seite ausführen

API-Schlüssel abrufen
ByteDance Audio

Textgesteuerter Sprach- und Audiogenerator mit bis zu 3 Referenzclips oder einem Bild sowie Tonhöhen- und Geschwindigkeitssteuerung

ByteDance · Audio

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich 88 / 2048

Synthese-Prompt oder -Text mit geordneten Audio-Referenzen als @Audio1 für die erste Eingabe, @Audio2 für die zweite und @Audio3 für die dritte.

Standard 1

Sprachgeschwindigkeitsmultiplikator: 1.0 entspricht normaler Geschwindigkeit, 0.5 halber Geschwindigkeit und 2.0 doppelter Geschwindigkeit.

Erweitert audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Datei ablegen oder · bis zu 3

Referenz-Audio über höchstens 3 URLs angeben; jede Datei muss das Format wav/mp3/pcm/ogg_opus haben und auf 10 MB sowie 30 Sekunden begrenzt sein. Die Clips im Prompt mit @Audio1, @Audio2, @Audio3 kennzeichnen.

image_url
Datei ablegen oder

Eine Bildreferenz nur per URL angeben, wenn keine Audio-Referenzen vorhanden sind. Das Bild muss jpeg/png/webp sein und darf höchstens 10 MB groß sein.

output_format Standard mp3

Format des generierten Audios.

sample_rate Standard 24000

Abtastfrequenz des Ausgabe-Audios in Hz.

Synthesestimme über ihren Preset-Namen oder bei einer geklonten Stimme über ihre ID auswählen.

Standard 1

Lautstärkemultiplikator: 1.0 entspricht normaler Lautstärke, 0.5 halber Lautstärke und 2.0 doppelter Lautstärke.

Standard 0

Tonhöhenanpassung der Stimme in Halbtönen: 0 lässt die Tonhöhe unverändert, -12 senkt sie um eine Oktave und 12 erhöht sie um eine Oktave.

POST /run/bytedance/seed-audio-1.0?wait=20 Preis → 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"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über Seed Audio 1.0

Synthetisiert Audio aus einem Prompt mit bis zu 2048 Zeichen. Eine voreingestellte oder geklonte `voice` kann gewählt werden; bis zu 3 Referenzclips können im Prompt als @Audio1 bis @Audio3 angegeben werden. Alternativ funktioniert ein einzelnes Referenzbild, jedoch nicht zusammen mit Audio. Die Ausgabe ist wav, mp3, pcm oder ogg_opus mit Abtastraten von 8000 bis 48000 Hz. Geschwindigkeit und Lautstärke reichen von 0.5 bis 2, die Tonhöhe von -12 bis 12 Halbtönen, und `multilingual` wechselt zu einer Variante für mehrsprachigen Text.

Parameter

Sende entweder den kanonischen Namen oder den nativen Namen, nicht beide. Kanonische Namen

NameTyp StandardZulässig Beschreibung
prompterforderlich
Typstring
≤ 2.048 Zeichen
Synthese-Prompt oder -Text mit geordneten Audio-Referenzen als @Audio1 für die erste Eingabe, @Audio2 für die zweite und @Audio3 für die dritte.
voiceoptional
Typstring | null
Synthesestimme über ihren Preset-Namen oder bei einer geklonten Stimme über ihre ID auswählen.
audio_urlsoptional audios
Typurl[] · audio
≤ 3 Elemente
Referenz-Audio über höchstens 3 URLs angeben; jede Datei muss das Format wav/mp3/pcm/ogg_opus haben und auf 10 MB sowie 30 Sekunden begrenzt sein. Die Clips im Prompt mit @Audio1, @Audio2, @Audio3 kennzeichnen.
image_urloptional image
Typurl · image
Eine Bildreferenz nur per URL angeben, wenn keine Audio-Referenzen vorhanden sind. Das Bild muss jpeg/png/webp sein und darf höchstens 10 MB groß sein.
output_formatoptional
Typenum
Standardmp3
wavmp3pcmogg_opus
Format des generierten Audios.
sample_rateoptional
Typenum
Standard24000
80001600024000320004410048000
Abtastfrequenz des Ausgabe-Audios in Hz.
speedoptional
Typnumber
Standard1
0,5 – 2
Sprachgeschwindigkeitsmultiplikator: 1.0 entspricht normaler Geschwindigkeit, 0.5 halber Geschwindigkeit und 2.0 doppelter Geschwindigkeit.
volumeoptional
Typnumber
Standard1
0,5 – 2
Lautstärkemultiplikator: 1.0 entspricht normaler Lautstärke, 0.5 halber Lautstärke und 2.0 doppelter Lautstärke.
pitchoptional
Typinteger
Standard0
-12 – 12
Tonhöhenanpassung der Stimme in Halbtönen: 0 lässt die Tonhöhe unverändert, -12 senkt sie um eine Oktave und 12 erhöht sie um eine Oktave.
multilingualoptional
Typboolean
Standardfalse
Auswahl der Modellvariante: Die Aktivierung der mehrsprachigen Variante verbessert die Verarbeitung, wenn Prompts Sprachen mischen oder eine andere Sprache als Englisch verwenden.
enable_safety_checkeroptional
Typboolean
Standardtrue
Die Prüfung kann durch Setzen auf false gelockert werden, sofern der Aufrufer dazu berechtigt ist.
erforderlich Kanonischer Name, ebenfalls akzeptiert

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Durch die Generierung erzeugte Audiodatei.

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/bytedance/seed-audio-1.0.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt