Zum Inhalt springen

Sam Audio · Span Separate

Integrieren

Modell-ID sam-audio/span-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/span-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",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }'

# 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 Audio anhand von Zeitspannen, die du angibst, mit optionalem Texthinweis

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.

Hilfestellung zur Geräuschidentifikation beim Extrahieren von Audio aus dem Bereich. Eine Textbeschreibung des zu isolierenden Geräuschs wird empfohlen, ist aber nicht erforderlich.

•erforderlich audio_url
Datei ablegen oder

Audio-Datei-URL zur Verarbeitung.

Standard 1

Nur mit einem Text-Prompt verwendete Kandidatenanzahl: Es werden entsprechend viele Kandidaten generiert und bewertet. Die Trennung nur anhand von Bereichen ignoriert diese Einstellung.

•erforderlich

Zeitintervalle mit dem zu isolierenden Zielgeräusch.

Erweitert acceleration · output_format · max_chunk_duration · chunk_overlap · use_sound_activity_ranking · trim_to_span
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/span-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/span-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",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }'

# 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 · Span Separate

Statt dich ausschließlich auf Text zu verlassen, übergibst du `spans`, die angeben, wann der Zielton in der `audio_url` vorkommt. Ein `prompt` ist optional, hilft aber bei der Identifizierung des Tons. `trim_to_span` kann die Ausgabe auf den Bereich der Zeitspanne zuschneiden, und `use_sound_activity_ranking` ermöglicht ein erneutes Ranking ohne Prompt. Gibt `target`- und `residual`-Audio als wav oder mp3 zurück.

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.
promptoptional
Typstring | null
Hilfestellung zur Geräuschidentifikation beim Extrahieren von Audio aus dem Bereich. Eine Textbeschreibung des zu isolierenden Geräuschs wird empfohlen, ist aber nicht erforderlich.
spanserforderlich
Typobject[]
Zeitintervalle mit dem zu isolierenden Zielgeräusch.
spans[].starterforderlich
Typnumber
≥ 0
Startzeitstempel des Bereichs, gemessen in Sekunden.
spans[].enderforderlich
Typnumber
≥ 0
Endzeitstempel des Bereichs, gemessen in Sekunden.
spans[].includeoptional
Typboolean
Standardtrue
Einbeziehung von Geräuschen innerhalb des Bereichs: True schließt sie ein, False schließt sie aus.
reranking_candidatesoptional
Typinteger
Standard1
1 – 7
Nur mit einem Text-Prompt verwendete Kandidatenanzahl: Es werden entsprechend viele Kandidaten generiert und bewertet. Die Trennung nur anhand von Bereichen ignoriert diese Einstellung.
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.
use_sound_activity_rankingoptional
Typboolean
Standardfalse
Option für das Ranking der Geräuschaktivität, die reranking_candidates > 1 erfordert und ein effektives Neuranking bei der Trennung nur anhand von Bereichen ohne Text-Prompt ermöglicht. Kandidaten werden danach bewertet, wie genau ihre erkannten nicht stillen Bereiche mit den angegebenen Bereichen übereinstimmen.
trim_to_spanoptional
Typboolean
Standardfalse
Auswahl der Ausgabelänge zwischen dem angegebenen Bereich allein und dem vollständigen Audio. Bei Aktivierung wird auf den Zeitbereich des Bereichs gekürzt; False behält die vollständige Länge bei und isoliert das Zielgeräusch durchgehend.
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/span-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",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  },
  "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/span-separate.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt