Μετάβαση στο περιεχόμενο

VEED Clean Audio

Ενσωμάτωση

id μοντέλου veed/clean-audio
# 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/veed/clean-audio?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"
  }'

# 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: 0,013 $ 13 πιστώσεις API τα αρχεία σας μετρώνται πριν από την εκτέλεση Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
VEED Ήχος #speech-enhancement#noise-reduction#audio-denoise

Αποθορυβοποιητής ομιλίας που καθαρίζει θορυβώδεις ηχογραφήσεις ή το ηχητικό κομμάτι βίντεο και κανονικοποιεί την ένταση

VEED · Ήχος

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.

•απαιτείται audio_url
Αποθέστε ένα αρχείο ή

Ηχογράφηση που παρέχεται για καθαρισμό μέσω δημόσιου URL ή data URI, με αποδοχή οποιουδήποτε ήχου ή βίντεο που αποκωδικοποιείται από το ffmpeg, συμπεριλαμβανομένων των wav, ogg, mp3, webm, m4a, mov, aac και mp4. Για βίντεο, η επεξεργασία χρησιμοποιεί το κανάλι ήχου· καλέστε το /video για να λάβετε το βίντεο με καθαρισμένο ήχο, ενώ οι πολυκάναλες ηχογραφήσεις μετατρέπονται σε mono. Η μέγιστη διάρκεια είναι 30 λεπτά, με όριο μεγέθους 512 MB.

Για προχωρημένους output_format · strength · target_lufs
output_format προεπιλογή flac

Επιλογή container ήχου: το FLAC διατηρεί ποιότητα χωρίς απώλειες με περίπου το μισό μέγεθος αρχείου του WAV. Η έξοδος έχει ένα κανάλι στα 48 kHz με δείγματα 16-bit.

προεπιλογή 0.874

Ένταση καταστολής υποβάθρου ομιλίας: χαμηλότερες ρυθμίσεις διατηρούν περισσότερο ήχο χώρου κάτω από τη φωνή, αλλά οι παύσεις μεταξύ λέξεων καθαρίζονται πλήρως σε κάθε περίπτωση. Το κατώτατο επίπεδο του εναπομείναντος αρχικού ήχου είναι 1 μείον το strength· η προεπιλογή 0.874 αντιστοιχεί στην επικυρωμένη ρύθμιση -18 dB.

προεπιλογή -19

Στόχος ολοκληρωμένης έντασης εξόδου σύμφωνα με το ITU-R BS.1770· η παροχή null μέσω του API παρακάμπτει την κανονικοποίηση και διατηρεί το επίπεδο της πηγής. Διαφορετικά, η προεπιλογή είναι -19 LUFS, όπως στο πρόγραμμα επεξεργασίας VEED, και το όριο true-peak είναι -1.1 dBTP.

POST /run/veed/clean-audio?wait=20 προσφορά → 0,013 $
# 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/veed/clean-audio?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"
  }'

# 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 VEED Clean Audio

Αφαιρεί τον θόρυβο παρασκηνίου από ηχογραφήσεις ομιλίας. Το `audio_url` δέχεται οποιαδήποτε μορφή ήχου ή βίντεο που μπορεί να αποκωδικοποιήσει το ffmpeg. Το `strength` (0-1) ορίζει την ένταση καταστολής κάτω από την ομιλία και το `target_lufs` (-40 έως -8) την ένταση εξόδου, ή μπορεί να παραλειφθεί. Η έξοδος είναι mono 48 kHz 16-bit, ως flac ή wav, με τη διάρκεια της εισόδου.

Παράμετροι

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

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
audio_urlαπαιτείται audio
Τύποςurl · audio
Ηχογράφηση που παρέχεται για καθαρισμό μέσω δημόσιου URL ή data URI, με αποδοχή οποιουδήποτε ήχου ή βίντεο που αποκωδικοποιείται από το ffmpeg, συμπεριλαμβανομένων των wav, ogg, mp3, webm, m4a, mov, aac και mp4. Για βίντεο, η επεξεργασία χρησιμοποιεί το κανάλι ήχου· καλέστε το /video για να λάβετε το βίντεο με καθαρισμένο ήχο, ενώ οι πολυκάναλες ηχογραφήσεις μετατρέπονται σε mono. Η μέγιστη διάρκεια είναι 30 λεπτά, με όριο μεγέθους 512 MB.
strengthπροαιρετικό
Τύποςnumber
Προεπιλογή0.874
0 – 1
Ένταση καταστολής υποβάθρου ομιλίας: χαμηλότερες ρυθμίσεις διατηρούν περισσότερο ήχο χώρου κάτω από τη φωνή, αλλά οι παύσεις μεταξύ λέξεων καθαρίζονται πλήρως σε κάθε περίπτωση. Το κατώτατο επίπεδο του εναπομείναντος αρχικού ήχου είναι 1 μείον το strength· η προεπιλογή 0.874 αντιστοιχεί στην επικυρωμένη ρύθμιση -18 dB.
target_lufsπροαιρετικό
Τύποςnumber | null
Προεπιλογή-19
-40 – -8
Στόχος ολοκληρωμένης έντασης εξόδου σύμφωνα με το ITU-R BS.1770· η παροχή null μέσω του API παρακάμπτει την κανονικοποίηση και διατηρεί το επίπεδο της πηγής. Διαφορετικά, η προεπιλογή είναι -19 LUFS, όπως στο πρόγραμμα επεξεργασίας VEED, και το όριο true-peak είναι -1.1 dBTP.
output_formatπροαιρετικό
Τύποςenum
Προεπιλογήflac
flacwav
Επιλογή container ήχου: το FLAC διατηρεί ποιότητα χωρίς απώλειες με περίπου το μισό μέγεθος αρχείου του WAV. Η έξοδος έχει ένα κανάλι στα 48 kHz με δείγματα 16-bit.
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": "veed/clean-audio",
  "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": 13,
    "usd": "0.013",
    "charged": 13,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "audio_duration": 1.0
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "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
audio
object {url, content_type, file_name, file_size}Καθαρισμένος ήχος με διάρκεια ίση με της πηγής, με εφαρμοσμένη κανονικοποίηση έντασης. Η ηχογράφηση χρησιμοποιεί ένα κανάλι, ρυθμό δειγματοληψίας 48 kHz και βάθος 16-bit.
audio_duration
numberΔιάρκεια της εισόδου, μετρημένη σε δευτερόλεπτα.

Περισσότερα μοντέλα: Ήχος

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