Μετάβαση στο περιεχόμενο

MMAudio V2

Ενσωμάτωση

id μοντέλου 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"

Αυτό το αίτημα: 0,005 $ 5 πιστώσεις API Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Sony AI Ήχος 1–30 s #sound-effects#foley#video-to-audio

Προσθέτει συγχρονισμένα ηχητικά εφέ και ατμόσφαιρα σε αθόρυβο βίντεο από σύντομη περιγραφή κειμένου.

Παραδείγματα

Είσοδος
Έξοδος · ~20 s

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

5 s0,005 $ · 5 πιστώσεις API

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται

Prompt που περιγράφει τον ήχο προς δημιουργία.

•απαιτείται video_url
Αποθέστε ένα αρχείο ή

URL βίντεο που χρησιμοποιείται ως πηγή για την παραγωγή ήχου.

Διάρκεια του παραγόμενου ήχου.

Για προχωρημένους negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
προεπιλογή

Αρνητικό prompt που καθορίζει τι πρέπει να εξαιρεθεί κατά την παραγωγή ήχου.

προεπιλογή 25

Πλήθος βημάτων που χρησιμοποιείται για την παραγωγή ήχου.

προεπιλογή 4.5

Ένταση Classifier Free Guidance.

Τιμή seed που χρησιμοποιείται από τη γεννήτρια τυχαίων αριθμών.

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

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το MMAudio V2

Το MMAudio V2 αναλύει το βίντεο και παράγει αντίστοιχο ήχο: βήματα στον ρυθμό, πιτσιλιές, κινητήρες, πλήθος και ατμόσφαιρα χώρου, με καθοδήγηση από το prompt σας και προαιρετικό αρνητικό prompt. Παράγει 1 έως 30 δευτερόλεπτα ήχου και επιστρέφει το βίντεο με νέο σάουντρακ.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
video_urlαπαιτείται video
Τύποςurl · video
URL βίντεο που χρησιμοποιείται ως πηγή για την παραγωγή ήχου.
promptαπαιτείται
Τύποςstring
Prompt που περιγράφει τον ήχο προς δημιουργία.
negative_promptπροαιρετικό
Τύποςstring
Προεπιλογή
Αρνητικό prompt που καθορίζει τι πρέπει να εξαιρεθεί κατά την παραγωγή ήχου.
seedπροαιρετικό
Τύποςinteger | null
0 – 65.535
Τιμή seed που χρησιμοποιείται από τη γεννήτρια τυχαίων αριθμών.
num_stepsπροαιρετικό
Τύποςinteger
Προεπιλογή25
4 – 50
Πλήθος βημάτων που χρησιμοποιείται για την παραγωγή ήχου.
durationπροαιρετικό
Τύποςnumber
Προεπιλογή8
1 – 30
Διάρκεια του παραγόμενου ήχου.
cfg_strengthπροαιρετικό
Τύποςnumber
Προεπιλογή4.5
0 – 20
Ένταση Classifier Free Guidance.
mask_away_clipπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Ελέγχει αν το κλιπ αποκρύπτεται μέσω μάσκας.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
video
object {url, content_type, file_name, file_size}Βίντεο εξόδου με συγχρονισμένες κινήσεις χειλιών.

Περισσότερα μοντέλα: Ήχος

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/mmaudio-v2.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt