Μετάβαση στο περιεχόμενο

Sam Audio · Span Separate

Ενσωμάτωση

id μοντέλου 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"

Αρχεία όπως το παράδειγμα: 0,05 $ 50 πιστώσεις API τα αρχεία σας μετρώνται πριν από την εκτέλεση Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Meta Ήχος 10–60 s #audio-to-audio#sam-audio

Απομονώνει έναν ήχο από αρχείο ήχου χρησιμοποιώντας χρονικά διαστήματα που παρέχετε, με προαιρετική κειμενική υπόδειξη

Meta · Δεδομένα (JSON)

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

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

Βοήθημα αναγνώρισης ήχου για εξαγωγή ήχου από το χρονικό τμήμα. Συνιστάται, αλλά δεν απαιτείται, κειμενική περιγραφή του ήχου προς απομόνωση.

•απαιτείται audio_url
Αποθέστε ένα αρχείο ή

URL αρχείου ήχου για επεξεργασία.

προεπιλογή 1

Αριθμός υποψηφίων που χρησιμοποιείται μόνο με text prompt: δημιουργούνται και κατατάσσονται τόσοι υποψήφιοι. Ο διαχωρισμός μόνο βάσει τμήματος αγνοεί αυτήν τη ρύθμιση.

•απαιτείται

Χρονικά διαστήματα που περιέχουν τον ήχο-στόχο προς απομόνωση.

Για προχωρημένους acceleration · output_format · max_chunk_duration · chunk_overlap · use_sound_activity_ranking · trim_to_span
acceleration προεπιλογή balanced

Επίπεδο επιτάχυνσης που εφαρμόζεται στην επεξεργασία.

output_format προεπιλογή wav

Μορφή του παραγόμενου ήχου.

προεπιλογή 60

Όριο ήχου ανά πέρασμα, μετρημένο σε δευτερόλεπτα, πέρα από το οποίο η επεξεργασία χρησιμοποιεί επικαλυπτόμενα τμήματα που αναμειγνύονται μεταξύ τους.

προεπιλογή 5

Μήκος της επικάλυψης μεταξύ τμημάτων, μετρημένο σε δευτερόλεπτα, που χρησιμοποιείται για ανάμειξη crossfade.

POST /run/sam-audio/span-separate?wait=20 προσφορά → 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"

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 Sam Audio · Span Separate

Αντί να βασίζεσαι μόνο σε κείμενο, περνάς `spans` που σημειώνουν πότε εμφανίζεται ο ήχος-στόχος στο `audio_url`. Το `prompt` είναι προαιρετικό, αλλά βοηθά στην αναγνώριση του τύπου ήχου. Το `trim_to_span` μπορεί να περικόψει την έξοδο στο εύρος του span και το `use_sound_activity_ranking` επιτρέπει επανακατάταξη χωρίς prompt. Επιστρέφει ήχο `target` και `residual` σε wav ή mp3.

Παράμετροι

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

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
audio_urlαπαιτείται audio
Τύποςurl · audio
URL αρχείου ήχου για επεξεργασία.
promptπροαιρετικό
Τύποςstring | null
Βοήθημα αναγνώρισης ήχου για εξαγωγή ήχου από το χρονικό τμήμα. Συνιστάται, αλλά δεν απαιτείται, κειμενική περιγραφή του ήχου προς απομόνωση.
spansαπαιτείται
Τύποςobject[]
Χρονικά διαστήματα που περιέχουν τον ήχο-στόχο προς απομόνωση.
spans[].startαπαιτείται
Τύποςnumber
≥ 0
Χρονική σήμανση έναρξης τμήματος, μετρημένη σε δευτερόλεπτα.
spans[].endαπαιτείται
Τύποςnumber
≥ 0
Χρονική σήμανση λήξης τμήματος, μετρημένη σε δευτερόλεπτα.
spans[].includeπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Συμπερίληψη ήχων μέσα στο τμήμα: το True τους περιλαμβάνει, ενώ το False τους εξαιρεί.
reranking_candidatesπροαιρετικό
Τύποςinteger
Προεπιλογή1
1 – 7
Αριθμός υποψηφίων που χρησιμοποιείται μόνο με text prompt: δημιουργούνται και κατατάσσονται τόσοι υποψήφιοι. Ο διαχωρισμός μόνο βάσει τμήματος αγνοεί αυτήν τη ρύθμιση.
accelerationπροαιρετικό
Τύποςenum
Προεπιλογήbalanced
fastbalancedquality
Επίπεδο επιτάχυνσης που εφαρμόζεται στην επεξεργασία.
max_chunk_durationπροαιρετικό
Τύποςnumber
Προεπιλογή60
10 – 60
Όριο ήχου ανά πέρασμα, μετρημένο σε δευτερόλεπτα, πέρα από το οποίο η επεξεργασία χρησιμοποιεί επικαλυπτόμενα τμήματα που αναμειγνύονται μεταξύ τους.
chunk_overlapπροαιρετικό
Τύποςnumber
Προεπιλογή5
0 – 30
Μήκος της επικάλυψης μεταξύ τμημάτων, μετρημένο σε δευτερόλεπτα, που χρησιμοποιείται για ανάμειξη crossfade.
use_sound_activity_rankingπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Επιλογή κατάταξης δραστηριότητας ήχου που απαιτεί reranking_candidates > 1 και ενεργοποιεί αποτελεσματική επανακατάταξη για διαχωρισμό μόνο βάσει τμήματος χωρίς text prompt. Οι υποψήφιοι βαθμολογούνται ανάλογα με το πόσο κοντά ευθυγραμμίζονται οι ανιχνευμένες μη σιωπηλές περιοχές τους με τα παρεχόμενα τμήματα.
trim_to_spanπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Επιλογή μήκους εξόδου μεταξύ μόνο του καθορισμένου τμήματος και του πλήρους ήχου. Η ενεργοποίηση περικόπτει στο χρονικό εύρος του τμήματος· το False διατηρεί το πλήρες μήκος και απομονώνει τον ήχο-στόχο σε όλη τη διάρκεια.
output_formatπροαιρετικό
Τύποςenum
Προεπιλογήwav
wavmp3
Μορφή του παραγόμενου ήχου.
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": "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"
  }
}
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
target
object {url, content_type, file_name, file_size}Ήχος-στόχος που εξάγεται μεμονωμένα.
residual
object {url, content_type, file_name, file_size}Ήχος που απομένει εκτός του ήχου-στόχου.
duration
numberΜήκος ήχου εξόδου, μετρημένο σε δευτερόλεπτα.
sample_rate
integerΣυχνότητα δειγματοληψίας σε Hz για τον ήχο εξόδου.

Περισσότερα μοντέλα: Ήχος

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