Zum Inhalt springen

Sam Audio · Separate

Integrieren

Modell-ID sam-audio/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/separate?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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"

Dateien wie das Beispiel: 0,05 $ 50 API-Credits Deine Dateien werden vor der Ausführung gemessen Auf dieser Seite ausführen

API-Schlüssel abrufen
Meta Audio 10–60 s #audio-to-audio#sam-audio

Isoliert einen Ton aus einer Audiodatei anhand einer Textbeschreibung und gibt Ziel- und Restspur zurück

Meta · Daten (JSON)

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

Textbeschreibung des zur Isolierung bestimmten Geräuschs.

•erforderlich audio_url
Datei ablegen oder

Audio-Datei-URL zur Verarbeitung; unterstützte Formate sind WAV, MP3 und FLAC.

Standard 1

Anzahl der für das Ranking generierten Kandidaten.

Erweitert acceleration · output_format · max_chunk_duration · chunk_overlap · predict_spans
acceleration Standard balanced

Auf die Verarbeitung angewendete Beschleunigungsstufe.

output_format Standard wav

Format des generierten Audios.

Standard 60

Audio-Limit pro Durchlauf, gemessen in Sekunden; darüber hinaus werden überlappende und miteinander verblendete Segmente verwendet.

Standard 5

Länge der Überlappung zwischen Segmenten, gemessen in Sekunden und für die Crossfade-Verblendung verwendet.

POST /run/sam-audio/separate?wait=20 Preis → 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/separate?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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 Sam Audio · Separate

Übergib eine `audio_url` (WAV, MP3 oder FLAC) und einen `prompt`, der den zu extrahierenden Ton benennt. Die Ausgabe enthält eine `target`-Spur mit dem isolierten Ton und eine `residual`-Spur mit allem Übrigen. Zu den Optionen gehören `predict_spans`, bis zu 7 `reranking_candidates`, eine `acceleration`-Stufe, die Aufteilung langer Audiodateien in Abschnitte (10 bis 60 Sekunden pro Durchlauf) sowie die Ausgabe als wav oder mp3.

Parameter

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

NameTyp StandardZulässig Beschreibung
audio_urlerforderlich audio
Typurl · audio
Audio-Datei-URL zur Verarbeitung; unterstützte Formate sind WAV, MP3 und FLAC.
prompterforderlich
Typstring
Textbeschreibung des zur Isolierung bestimmten Geräuschs.
predict_spansoptional
Typboolean
Standardfalse
Automatische Vorhersage der Zeitintervalle, die das Zielgeräusch enthalten.
reranking_candidatesoptional
Typinteger
Standard1
1 – 7
Anzahl der für das Ranking generierten Kandidaten.
accelerationoptional
Typenum
Standardbalanced
fastbalancedquality
Auf die Verarbeitung angewendete Beschleunigungsstufe.
max_chunk_durationoptional
Typnumber
Standard60
10 – 60
Audio-Limit pro Durchlauf, gemessen in Sekunden; darüber hinaus werden überlappende und miteinander verblendete Segmente verwendet.
chunk_overlapoptional
Typnumber
Standard5
0 – 30
Länge der Überlappung zwischen Segmenten, gemessen in Sekunden und für die Crossfade-Verblendung verwendet.
output_formatoptional
Typenum
Standardwav
wavmp3
Format des generierten Audios.
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": "sam-audio/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": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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"
  }
}
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
target
object {url, content_type, file_name, file_size}Isoliert extrahiertes Zielgeräusch.
residual
object {url, content_type, file_name, file_size}Audio, das abgesehen vom Zielgeräusch übrig bleibt.
duration
numberLänge der Ausgabe-Audios, gemessen in Sekunden.
sample_rate
integerAbtastfrequenz des Ausgabe-Audios in Hz.

Weitere Modelle: Audio

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