Zum Inhalt springen

MMAudio V2

Integrieren

Modell-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"

Diese Anfrage: 0,005 $ 5 API-Credits Auf dieser Seite ausführen

API-Schlüssel abrufen
Sony AI Audio 1–30 s #sound-effects#foley#video-to-audio

Fügt einem stummen Video anhand einer kurzen Textbeschreibung synchronisierte Soundeffekte und Atmosphäre hinzu.

Beispiele

Eingabe
Ausgabe · ~20 s

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

5 s0,005 $ · 5 API-Credits

Anfrage erstellen

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

•erforderlich

Prompt zur Beschreibung des zu erstellenden Audios.

•erforderlich video_url
Datei ablegen oder

Video-URL als Quelle für die Audiogenerierung.

Länge des generierten Audios.

Erweitert negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
Standard

Negativer Prompt zur Angabe dessen, was bei der Audiogenerierung ausgeschlossen werden soll.

Standard 25

Für die Audiogenerierung verwendete Schrittanzahl.

Standard 4.5

Intensität der Classifier Free Guidance.

Vom Zufallszahlengenerator verwendeter Seed-Wert.

POST /run/mmaudio-v2?wait=20 Preis → 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"

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 MMAudio V2

MMAudio V2 analysiert das Video und erzeugt passenden Ton: Schritte im Takt, Plätschern, Motoren, Menschenmengen und Raumambiente, gesteuert durch Ihren Prompt und einen optionalen Negativ-Prompt. Es erzeugt 1 bis 30 Sekunden Audio und gibt das Video mit dem neuen Soundtrack zurück.

Parameter

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

NameTyp StandardZulässig Beschreibung
video_urlerforderlich video
Typurl · video
Video-URL als Quelle für die Audiogenerierung.
prompterforderlich
Typstring
Prompt zur Beschreibung des zu erstellenden Audios.
negative_promptoptional
Typstring
Standard
Negativer Prompt zur Angabe dessen, was bei der Audiogenerierung ausgeschlossen werden soll.
seedoptional
Typinteger | null
0 – 65.535
Vom Zufallszahlengenerator verwendeter Seed-Wert.
num_stepsoptional
Typinteger
Standard25
4 – 50
Für die Audiogenerierung verwendete Schrittanzahl.
durationoptional
Typnumber
Standard8
1 – 30
Länge des generierten Audios.
cfg_strengthoptional
Typnumber
Standard4.5
0 – 20
Intensität der Classifier Free Guidance.
mask_away_clipoptional
Typboolean
Standardfalse
Steuert, ob der Clip maskiert wird.
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": "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"
  }
}
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
video
object {url, content_type, file_name, file_size}Ausgabe-Video mit synchronisierten Lippenbewegungen.

Weitere Modelle: Audio

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/mmaudio-v2.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt